/ Модель

Характеристики

Контекст
131 072 токена
Параметры
3,9 млрд
Размер весов
9 ГБ
Лицензия
Своя лицензия
Архитектура
llama · dense
Базовая модель
Chikn_4B
Библиотека
transformers
Опубликована
30 сен 2024

Nuggies_4B

Генерация текстаТекст → текст3 профессии

Дообученная модель семейства Llama на 3,9 млрд параметров для генерации текста с контекстным окном до 131 072 токенов.

15скачиваний за 30 дней1лайквеса обновлены30 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/Nuggies_4B — дообученная языковая модель, созданная на основе jeiku/Chikn_4B с помощью Axolotl 0.4.1. Она предназначена для генерации текста. Модель имеет плотную архитектуру семейства Llama с 3,9 млрд параметров и контекстным окном до 131 072 токенов.

В карточке указана оценка Loss 2,6856 на наборе оценки, но назначение дообучения, обучающие данные и конкретные сценарии использования не описаны. Репозиторий содержит веса в формате Safetensors. Лицензия обозначена как other; конкретные условия использования в доступной карточке не раскрыты.

Сценарии применения

  • генерация текста по запросу
  • продолжение текстового фрагмента
  • эксперименты с генерацией текста на базе Llama

Ограничения

В README не указаны целевое назначение, обучающие данные и ограничения качества; приведён только результат Loss 2,6856 на наборе оценки. Лицензия указана как other, поэтому конкретные условия использования из карточки определить нельзя.

Для каких профессий подходит3

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/Chikn_4B
model_type: AutoModelForCausalLM
tokenizer_type: AutoTokenizer

load_in_8bit: false
load_in_4bit: false
strict: false

datasets:
  - path: FourOhFour/RP_Phase
    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
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: final4B
wandb_entity:
wandb_watch:
wandb_name: final4B
wandb_log_model:

gradient_accumulation_steps: 12
micro_batch_size: 3
num_epochs: 2
optimizer: adamw_bnb_8bit
lr_scheduler: cosine
learning_rate: 0.000008
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: deepspeed_configs/zero3_bf16.json
fsdp:
fsdp_config:

special_tokens:
  pad_token: <|finetune_right_pad_id|>

outputs/out

This model is a fine-tuned version of jeiku/Chikn_4B on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 2.6856

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: 8e-06
  • train_batch_size: 3
  • eval_batch_size: 3
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 2
  • gradient_accumulation_steps: 12
  • total_train_batch_size: 72
  • total_eval_batch_size: 6
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 22
  • num_epochs: 2

Training results

Training LossEpochStepValidation Loss
1.87330.008913.2193
1.82160.25282.8722
1.7850.5562.7828
1.73310.75842.7508
1.70981.01122.7077
1.60841.24651402.7037
1.64261.49661682.6923
1.61591.74681962.6870
1.63791.99702242.6856

Framework versions

  • Transformers 4.46.0.dev0
  • Pytorch 2.4.0+cu121
  • Datasets 2.21.0
  • Tokenizers 0.20.0

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
f36c01b

0 моделей