/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,9 млрд
Размер весов
16,8 ГБ
Архитектура
mistral · dense
Базовая модель
Magic_8B
Библиотека
transformers
Опубликована
18 сен 2024

Fatgirl_8B

Генерация текстаТекст → текст4 профессии

Дообученная Mistral-модель на 7,9 млрд параметров для диалоговой генерации текста с контекстом до 8192 токенов.

23скачиваний за 30 дней2лайкавеса обновлены18 сен 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

FourOhFour/Fatgirl_8B — дообученная модель для генерации текста на базе jeiku/Magic_8B. Это плотная Mistral-архитектура с 7,9 млрд параметров, рассчитанная на диалоговое использование; контекст — до 8192 токенов. Модель обучена с помощью Axolotl 0.4.1, в карточке указана оценка Loss 1.3029 на наборе для оценки.

Карточка не описывает специализацию модели, обучающие данные и ограничения, поэтому её назначение можно определить только как генерацию текста и диалог. Файлы представлены в формате PyTorch; библиотека для работы — Transformers. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • продолжение текста по заданному началу
  • создание черновиков и формулировок
  • локальные эксперименты с генеративной языковой моделью

Ограничения

Карточка не сообщает, на каких данных обучалась модель, и не описывает её сильные стороны или ограничения; README приводит только значение Loss 1.3029 без подробностей оценки. Лицензия не указана в предоставленных данных.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

axolotl version: 0.4.1

base_model: jeiku/Magic_8B
model_type: AutoModelForCausalLM
tokenizer_type: AutoTokenizer

load_in_8bit: false
load_in_4bit: false
strict: false

datasets:
  - path: anthracite-org/stheno-filtered-v1.1
    type: sharegpt
    conversation: chatml
  - path: Epiculous/SynthRP-Gens-v1.1-Filtered-n-Cleaned
    type: sharegpt
    conversation: chatml
  - path: ResplendentAI/bluemoon
    type: sharegpt
    conversation: chatml
  - path: openerotica/freedom-rp
    type: sharegpt
    conversation: chatml
  - path: MinervaAI/Aesir-Preview
    type: sharegpt
    conversation: chatml

chat_template: chatml

val_set_size: 0.01
output_dir: ./outputs/out

adapter:
lora_r:
lora_alpha:
lora_dropout:
lora_target_linear:

sequence_len: 8192
# sequence_len: 32768
sample_packing: true
eval_sample_packing: false
pad_to_sequence_len: true

plugins:
  - axolotl.integrations.liger.LigerPlugin
liger_rope: true
liger_rms_norm: true
liger_swiglu: true
liger_fused_linear_cross_entropy: true

wandb_project: New8B
wandb_entity:
wandb_watch:
wandb_name: New8B
wandb_log_model:

gradient_accumulation_steps: 32
micro_batch_size: 1
num_epochs: 2
optimizer: adamw_bnb_8bit
lr_scheduler: cosine
learning_rate: 0.00001
weight_decay: 0.05

train_on_inputs: false
group_by_length: false
bf16: auto
fp16:
tf32: true

gradient_checkpointing: true
early_stopping_patience:
resume_from_checkpoint:
local_rank:
logging_steps: 1
xformers_attention:
flash_attention: true

warmup_ratio: 0.1
evals_per_epoch: 4
eval_table_size:
eval_max_new_tokens: 128
saves_per_epoch: 2

debug:
deepspeed:
fsdp:
fsdp_config:

special_tokens:
  pad_token: <pad>


outputs/out

This model is a fine-tuned version of jeiku/Magic_8B on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.3029

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 1e-05
  • train_batch_size: 1
  • eval_batch_size: 1
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 2
  • gradient_accumulation_steps: 32
  • total_train_batch_size: 64
  • total_eval_batch_size: 2
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 32
  • num_epochs: 2

Training results

Training LossEpochStepValidation Loss
1.4470.006211.4349
1.34370.2530411.3502
1.37340.5060821.3237
1.35430.75901231.3128
1.3191.01021641.3064
1.28861.26362051.3042
1.23871.51692461.3031
1.37461.77022871.3029

Framework versions

  • Transformers 4.45.0.dev0
  • Pytorch 2.4.0+cu121
  • Datasets 2.21.0
  • Tokenizers 0.19.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
e67fdff

0 моделей