/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3.1
Архитектура
llama · dense
Базовая модель
Llama-3.1-Tulu-3-8B-abliterated
Библиотека
transformers
Опубликована
4 дек 2024

Tulu-Tree-Fiddy-8B

Генерация текстаТекст → текст3 профессии

Разговорная модель Llama на 7,5 млрд параметров, дообученная для генерации текста на наборе FourOhFour/RP_Phase.

34скачиваний за 30 дней2лайкавеса обновлены5 дек 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 выпустила разговорную модель evil8b на архитектуре LlamaForCausalLM с 7,5 млрд параметров. Это дообученная версия huihui-ai/Llama-3.1-Tulu-3-8B-abliterated на наборе FourOhFour/RP_Phase; в README указано значение loss 1,0089 на оценочном наборе. Модель предназначена для генерации текста в диалоге. Она поддерживает контекст до 131 072 токенов и распространяется в формате safetensors для Transformers. Лицензия — Llama 3.1.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • сценарные ролевые диалоги
  • продолжение пользовательского текста

Ограничения

Карточка не приводит подробных оценок качества, описания ограничений или рекомендаций по использованию; значение loss дано без дополнительных сведений о методике оценки.

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: 0.5.2

base_model: huihui-ai/Llama-3.1-Tulu-3-8B-abliterated
model_type: AutoModelForCausalLM
tokenizer_type: AutoTokenizer

load_in_8bit: false
load_in_4bit: false
strict: false

datasets:
  - path: FourOhFour/RP_Phase
    type: chat_template
    chat_template: llama3
    roles_to_train: ["gpt"]
    field_messages: conversations
    message_field_role: from
    message_field_content: value
    train_on_eos: turn

shuffle_merged_datasets: true
default_system_message:
dataset_prepared_path:
val_set_size: 0.0125
output_dir: ./output/out

hub_model_id: jeiku/evil8b
hub_strategy: "all_checkpoints"
push_dataset_to_hub:
hf_use_auth_token: true

sequence_len: 8192
sample_packing: true
eval_sample_packing: false
pad_to_sequence_len:

wandb_project: evil
wandb_entity:
wandb_watch:
wandb_name: evil
wandb_log_model:

gradient_accumulation_steps: 16
micro_batch_size: 2
num_epochs: 2
optimizer: paged_adamw_8bit
lr_scheduler: cosine

learning_rate: 1e-5

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

gradient_checkpointing: true
gradient_checkpointing_kwargs:
  use_reentrant: false
early_stopping_patience:
resume_from_checkpoint:
local_rank:
logging_steps: 1
xformers_attention:
flash_attention: true

warmup_steps: 10
evals_per_epoch: 2
eval_table_size:
eval_max_new_tokens:
saves_per_epoch: 1
debug:
deepspeed:
weight_decay: 0.05
fsdp:
fsdp_config:
special_tokens:
  pad_token: <|finetune_right_pad_id|>
  eos_token: <|eot_id|>

evil8b

This model is a fine-tuned version of huihui-ai/Llama-3.1-Tulu-3-8B-abliterated on the FourOhFour/RP_Phase dataset. It achieves the following results on the evaluation set:

  • Loss: 1.0089

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: 2
  • eval_batch_size: 2
  • seed: 42
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 32
  • optimizer: Use OptimizerNames.PAGED_ADAMW_8BIT with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 10
  • num_epochs: 2

Training results

Training LossEpochStepValidation Loss
1.52290.50041311.0768
2.1031.00122621.0223
1.39821.50163931.0089

Framework versions

  • Transformers 4.46.3
  • Pytorch 2.3.1+cu121
  • Datasets 3.1.0
  • Tokenizers 0.20.3

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
0641dad

0 моделей