/ Модель

Характеристики

Контекст
512 токенов
Параметры
6,6 млрд
Размер весов
13,5 ГБ
Архитектура
llama · dense
Опубликована
13 апр 2023

wombat-7b-gpt4-delta

Генерация текстаТекст → текст3 профессии

Англоязычная модель LLaMA на 6,6 млрд параметров, дообученная методом RRHF для следования инструкциям и исследований обучения на обратной связи.

45скачиваний за 30 дней11лайковвеса обновлены15 апр 2023

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

Wombat-7B-GPT4 — англоязычная инструкция-модель общего назначения, разработанная Alibaba DAMO Academy и Университетом Цинхуа и выпущенная в апреле 2023 года. Это плотная причинная языковая модель семейства LLaMA с 6,6 млрд параметров; данный репозиторий содержит delta-веса в формате PyTorch, которые нужно применить к базовой модели LLaMA-7B.

Модель дообучена на Alpaca с использованием метода RRHF (Rank Response to align Human Feedback) и данных GPT-4-LLM. Она предназначена для следования инструкциям и исследовательской работы по обучению на обратной связи от людей, а также служит прототипом метода RRHF. В карточке описано использование для текстового вывода; сведения о мультимодальных возможностях и длине контекста не приведены.

Разработчики указывают лицензию CC BY-NC 4.0 для данных и предупреждают, что модель не предназначена для производственных систем и не должна использоваться для конкуренции с OpenAI API. Качество ответов и применимость за пределами исследовательских экспериментов карточка не гарантирует.

Сценарии применения

  • генерация ответов на текстовые инструкции
  • создание прототипов языковых ассистентов
  • эксперименты с обучением на обратной связи от людей
  • исследование метода RRHF
  • сравнение методов выравнивания языковых моделей

Ограничения

Модель предназначена для исследовательского применения и не рекомендуется для производственных систем. Карточка также запрещает использовать её для конкуренции с OpenAI API; лицензия CC BY-NC 4.0 ограничивает коммерческое использование данных.

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

Model details

Organization developing the model
Alibaba DAMO Academy, Tsinghua University

Model date
Wombat-7B-GPT4 was released in 2023/04/13.

Model version
Wombat-7B-GPT4.

Training dataset
The training data of Wombat-7B-GPT4 is released in the GPT-4-LLM.

Model type
Wombat-7B-GPT4 is general-purpose instruction-following language model aligned with GPT4 (as proxy human preferences), fine-tuned from Alpaca models.
We use a novel method named RRHF (Rank Response to align Human Feedback) to fine-tune Alpaca.

How to use To recover Wombats from delta parameters:

python apply_delta.py \
    --base ./llama-7b \
    --target ./wombat-7b-gpt4 \
    --delta GanjinZero/wombat-7b-gpt4-delta

where apply_delta.py is from code.

To infer with Wombats: Please refer to code.

Citations details
Please cite our paper on Arxiv:

@misc{yuan2023rrhf,
      title={RRHF: Rank Responses to Align Language Models with Human Feedback without tears}, 
      author={Zheng Yuan and Hongyi Yuan and Chuanqi Tan and Wei Wang and Songfang Huang and Fei Huang},
      year={2023},
      eprint={2304.05302},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

License
Data are licensed under the CC BY NC 4.0 license.

Where to send questions or comments about the model
Questions, comments, and discussions about Wombats and RRHF can be sent via the GitHub repository of the project, by opening an issue.
or send emails to yuanzheng.yuanzhen@alibaba-inc.com, yuanhy20@mails.tsinghua.edu.cn or chuanqi.tcq@alibaba-inc.com.

Primary intended uses
The primary use of Wombat-7B and Wombat-7B-GPT4 is research on learning from human feedback and is a prototype of RRHF methods.

Primary intended users
The primary intended users of Wombat-7B and Wombat-7B-GPT4 are researchers in natural language processing, machine learning and artificial intelligence.

Out-of-scope use cases
Wombat-7B and Wombat-7B-GPT4 are not finetuned with proxy human feedback of OpenAI chatGPT and GPT4 and are not intended for use in production systems. Any usage must not compete with the OpenAI API.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
050690d

0 моделей