DataVortexS-10.7B-dpo-v1.10
Our Team
| Research & Engineering | Product Management |
|---|---|
| Kwangseok Yang | Seunghyun Choi |
| Jeongwon Choi | Hyoseok Choi |
Model Details
Base Model
Trained On
- OS: Ubuntu 22.04
- GPU: H100 80GB 4ea
- transformers: v4.36.2
Instruction format
It follows Alpaca (Chat) format.
E.g.
text = """\
### System:
당신은 사람들이 정보를 찾을 수 있도록 도와주는 인공지능 비서입니다.
### User:
대한민국의 수도는 어디야?
### Assistant:
대한민국의 수도는 서울입니다.
### User:
서울 인구는 총 몇 명이야?
"""
Model Benchmark
Ko LM Eval Harness
| Task | 0-shot | 5-shot | 10-shot | 50-shot |
|---|---|---|---|---|
| kobest_boolq | 0.874261 | 0.897165 | 0.904985 | 0.907857 |
| kobest_copa | 0.807479 | 0.845701 | 0.860809 | 0.8719 |
| kobest_hellaswag | 0.504865 | 0.502074 | 0.50717 | 0.51609 |
| kobest_sentineg | 0.409404 | 0.967251 | 0.992443 | 0.982367 |
| Average | 0.649002 | 0.803048 | 0.816352 | 0.819553 |
Ko-LLM-Leaderboard
| Average | Ko-ARC | Ko-HellaSwag | Ko-MMLU | Ko-TruthfulQA | Ko-CommonGen V2 |
|---|---|---|---|---|---|
| 56.32 | 54.27 | 63.16 | 49.95 | 55.08 | 59.15 |
Implementation Code
This model contains the chat_template instruction format.
You can use the code below.
from transformers import AutoModelForCausalLM, AutoTokenizer
device = "cuda" # the device to load the model onto
model = AutoModelForCausalLM.from_pretrained("Edentns/DataVortexS-10.7B-dpo-v1.10")
tokenizer = AutoTokenizer.from_pretrained("Edentns/DataVortexS-10.7B-dpo-v1.10")
messages = [
{"role": "system", "content": "당신은 사람들이 정보를 찾을 수 있도록 도와주는 인공지능 비서입니다."},
{"role": "user", "content": "대한민국의 수도는 어디야?"},
{"role": "assistant", "content": "대한민국의 수도는 서울입니다."},
{"role": "user", "content": "서울 인구는 총 몇 명이야?"}
]
encodeds = tokenizer.apply_chat_template(messages, return_tensors="pt")
model_inputs = encodeds.to(device)
model.to(device)
generated_ids = model.generate(model_inputs, max_new_tokens=1000, do_sample=True)
decoded = tokenizer.batch_decode(generated_ids)
print(decoded[0])
License
This model is licensed under the cc-by-nc-4.0. which allows others to share and adapt the model for non-commercial purposes.