/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,5 млрд
Размер весов
13,8 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
Mathmate-7B-DELLA
Опубликована
8 сен 2024

Mathmate-7B-DELLA-ORPO

Генерация текстаТекст → текст3 профессии

Дообученная методом ORPO модель Llama на 6,5 млрд параметров для генерации ответов и объяснений при решении математических задач.

15скачиваний за 30 дней0лайковвеса обновлены29 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

Mathmate-7B-DELLA-ORPO — дообученная компанией Haleshot языковая модель для генерации текста и решения математических задач. Она основана на Haleshot/Mathmate-7B-DELLA и дополнительно настроена методом ORPO (Odds Ratio Preference Optimization) на наборе argilla/distilabel-math-preference-dpo с примерами решений, ранжированными по предпочтениям людей.

Модель использует плотную архитектуру Llama с примерно 6,5 млрд параметров и контекстом до 4096 токенов. Она предназначена для математических рассуждений, пошаговых объяснений и выбора более предпочтительных решений. Репозиторий содержит веса в формате Safetensors; лицензия — Apache-2.0.

Модель может ошибаться в вычислениях и рассуждениях, поэтому её ответы, особенно для сложных задач, следует проверять.

Сценарии применения

  • Решение математических задач с объяснением хода рассуждений
  • Сравнение нескольких вариантов решения и выбор предпочтительного
  • Получение пошаговых ответов на задачи по математике

Ограничения

Модель может допускать ошибки в вычислениях и рассуждениях; ответы на сложные задачи следует проверять.

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

Mathmate-7B-DELLA-ORPO

Mathmate-7B-DELLA-ORPO is a finetuned version of Haleshot/Mathmate-7B-DELLA using the ORPO (Odds Ratio Preference Optimization) technique. This model has been specifically tuned to improve its performance on mathematical reasoning tasks based on human preferences.

Model Details

Finetuning

This model was finetuned using the ORPO technique, which is an extension of DPO (Direct Preference Optimization) that can work with ranked preferences instead of just binary ones. The process was adapted from the tutorial "Fine-tune Llama 3 with ORPO" by Maxime Labonne, with some custom modifications to the code.

Dataset

The model was finetuned on the argilla/distilabel-math-preference-dpo dataset. This dataset contains mathematical problems along with multiple solution attempts, ranked by human preference. This allowed the model to learn from human judgments about what constitutes a good mathematical explanation or solution.

Usage

Here's an example of how to use the model:

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

model_name = "Haleshot/Mathmate-7B-DELLA-ORPO"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name, torch_dtype=torch.float16, device_map="auto")

def generate_response(prompt, max_length=512):
    inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
    outputs = model.generate(**inputs, max_length=max_length, num_return_sequences=1, do_sample=True, temperature=0.7)
    return tokenizer.decode(outputs[0], skip_special_tokens=True)

# Example usage
prompt = "Solve the following equation: 2x + 5 = 13"
response = generate_response(prompt)
print(response)

Limitations

While this model has been finetuned on mathematical problems, it may still make mistakes or provide incorrect solutions. Always verify the model's output, especially for critical applications or complex mathematical problems.

References

  1. Maxime Labonne. (2024). Fine-tune Llama 3 with ORPO
  2. Argilla. distilabel-math-preference-dpo dataset
  3. Haleshot. Mathmate-7B-DELLA

Citation

If you use this model in your research, please cite:

@misc{mathmate-7b-della-orpo,
  author = {Haleshot},
  title = {Mathmate-7B-DELLA-ORPO},
  year = {2024},
  publisher = {HuggingFace},
  journal = {HuggingFace Hub},
  howpublished = {\url{https://huggingface.co/Haleshot/Mathmate-7B-DELLA-ORPO}},
}

Acknowledgements

Special thanks to Maxime Labonne for the ORPO finetuning tutorial, and to the Argilla team for providing the dataset used in this finetuning process.

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
81533a4

0 моделей