/ Модель

Характеристики

Контекст
8 192 токена
Параметры
8,2 млрд
Размер весов
17,1 ГБ
Лицензия
Своя лицензия
Архитектура
gemma · dense
Базовая модель
zephyr-7b-gemma-sft-v0.1
Опубликована
1 мар 2024

zephyr-7b-gemma-v0.1

Генерация текстаТекст → текст8 профессий

Англоязычная чат-модель Gemma, дообученная для генерации полезных ответов и ведения диалога.

199скачиваний за 30 дней124лайкавеса обновлены3 мар 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 оценки6

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

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,3364

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,2847

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0816

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,374

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2945

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,4624

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Zephyr 7B Gemma v0.1 — разговорная языковая модель HuggingFaceH4 на архитектуре Gemma, предназначенная для работы в роли полезного текстового ассистента. Это плотная авторегрессионная модель примерно на 8,2 млрд параметров с контекстом до 8192 токенов. Модель дообучена методом Direct Preference Optimization на наборе предпочтений argilla/dpo-mix-7k; карточка также указывает предварительное дообучение на синтетических диалогах DEITA 10K. Основной язык — английский.

Модель подходит для диалога, ответов на вопросы и генерации текста по запросу. В карточке приведены результаты сравнительных оценок, но они не гарантируют качество для конкретных задач. Модель не прошла этап RLHF для выравнивания с человеческими предпочтениями по безопасности и может выдавать проблемные ответы, особенно при соответствующих запросах. Указанная лицензия — Gemma Terms of Use.

Сценарии применения

  • ведение диалога с текстовым ассистентом
  • ответы на вопросы на английском языке
  • генерация текста по пользовательскому запросу
  • создание и продолжение синтетических диалогов

Ограничения

Модель не прошла выравнивание RLHF для безопасности и может генерировать проблемные ответы. Английский указан как основной язык, поэтому качество на других языках не следует считать подтверждённым.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Zephyr 7B Gemma

Zephyr is a series of language models that are trained to act as helpful assistants. Zephyr 7B Gemma is the third model in the series, and is a fine-tuned version of google/gemma-7b that was trained on on a mix of publicly available, synthetic datasets using Direct Preference Optimization (DPO). You can reproduce the training of this model via the recipe provided in the Alignment Handbook.

Model description

  • Model type: A 7B parameter GPT-like model fine-tuned on a mix of publicly available, synthetic datasets.
  • Language(s) (NLP): Primarily English
  • License: Gemma Terms of Use
  • Finetuned from model: google/gemma-7b

Model Sources

Performance

ModelMT Bench⬇️IFEval
zephyr-7b-gemma-v0.17.8128.76
zephyr-7b-beta7.3443.81
google/gemma-7b-it6.3838.01
ModelAGIEvalGPT4AllTruthfulQABigBenchAverage ⬇️
zephyr-7b-beta37.5271.7755.2639.7751.08
zephyr-7b-gemma-v0.134.2266.3752.1937.1047.47
mlabonne/Gemmalpaca-7B21.640.8744.8530.4934.45
google/gemma-7b-it21.3340.8441.7030.2533.53

AGIEval

TaskVersionMetricValueStderr
agieval_aqua_rat0acc21.65±2.59
acc_norm25.20±2.73
agieval_logiqa_en0acc34.72±1.87
acc_norm35.94±1.88
agieval_lsat_ar0acc19.57±2.62
acc_norm21.74±2.73
agieval_lsat_lr0acc30.59±2.04
acc_norm32.55±2.08
agieval_lsat_rc0acc49.07±3.05
acc_norm42.75±3.02
agieval_sat_en0acc54.85±3.48
acc_norm53.40±3.48
agieval_sat_en_without_passage0acc37.38±3.38
acc_norm33.98±3.31
agieval_sat_math0acc30.91±3.12
acc_norm28.18±3.04

Average: 34.22%

GPT4All

TaskVersionMetricValueStderr
arc_challenge0acc49.15±1.46
acc_norm52.47±1.46
arc_easy0acc77.44±0.86
acc_norm74.75±0.89
boolq1acc79.69±0.70
hellaswag0acc60.59±0.49
acc_norm78.00±0.41
openbookqa0acc29.20±2.04
acc_norm37.80±2.17
piqa0acc76.82±0.98
acc_norm77.80±0.97
winogrande0acc64.09±1.35

Average: 66.37%

TruthfulQA

TaskVersionMetricValueStderr
truthfulqa_mc1mc135.74±1.68
mc252.19±1.59

Average: 52.19%

Bigbench

TaskVersionMetricValueStderr
bigbench_causal_judgement0multiple_choice_grade53.68±3.63
bigbench_date_understanding0multiple_choice_grade59.89±2.55
bigbench_disambiguation_qa0multiple_choice_grade30.23±2.86
bigbench_geometric_shapes0multiple_choice_grade11.42±1.68
exact_str_match0.00±0.00
bigbench_logical_deduction_five_objects0multiple_choice_grade28.40±2.02
bigbench_logical_deduction_seven_objects0multiple_choice_grade19.14±1.49
bigbench_logical_deduction_three_objects0multiple_choice_grade44.67±2.88
bigbench_movie_recommendation0multiple_choice_grade26.80±1.98
bigbench_navigate0multiple_choice_grade50.00±1.58
bigbench_reasoning_about_colored_objects0multiple_choice_grade52.75±1.12
bigbench_ruin_names0multiple_choice_grade33.04±2.22
bigbench_salient_translation_error_detection0multiple_choice_grade33.37±1.49
bigbench_snarks0multiple_choice_grade48.62±3.73
bigbench_sports_understanding0multiple_choice_grade58.11±1.57
bigbench_temporal_sequences0multiple_choice_grade37.20±1.53
bigbench_tracking_shuffled_objects_five_objects0multiple_choice_grade20.08±1.13
bigbench_tracking_shuffled_objects_seven_objects0multiple_choice_grade15.77±0.87
bigbench_tracking_shuffled_objects_three_objects0multiple_choice_grade44.67±2.88

Average: 37.1%

Intended uses & limitations

The model was initially fine-tuned on the DEITA 10K dataset, which contains a diverse range of synthetic dialogues generated by ChatGPT. We then further aligned the model with 🤗 TRL's DPOTrainer on the argilla/dpo-mix-7k dataset, which contains 7k prompts and model completions that are ranked by GPT-4. As a result, the model can be used for chat and you can check out our demo to test its capabilities.

Here's how you can run the model using the pipeline() function from 🤗 Transformers:

# pip install transformers>=4.38.2
# pip install accelerate

import torch
from transformers import pipeline

pipe = pipeline(
    "text-generation",
    model="HuggingFaceH4/zephyr-7b-gemma-v0.1",
    device_map="auto",
    torch_dtype=torch.bfloat16,
)
messages = [
    {
        "role": "system",
        "content": "",  # Model not yet trained for follow this
    },
    {"role": "user", "content": "How many helicopters can a human eat in one sitting?"},
]
outputs = pipe(
    messages,
    max_new_tokens=128,
    do_sample=True,
    temperature=0.7,
    top_k=50,
    top_p=0.95,
    stop_sequence="<|im_end|>",
)
print(outputs[0]["generated_text"][-1]["content"])
# It is not possible for a human to eat a helicopter in one sitting, as a
# helicopter is a large and inedible machine. Helicopters are made of metal,
# plastic, and other materials that are not meant to be consumed by humans.
# Eating a helicopter would be extremely dangerous and would likely cause
# serious health problems, including choking, suffocation, and poisoning. It is
# important to only eat food that is safe and intended for human consumption.

Bias, Risks, and Limitations

Zephyr 7B Gemma has not been aligned to human preferences for safety within the RLHF phase or deployed with in-the-loop filtering of responses like ChatGPT, so the model can produce problematic outputs (especially when prompted to do so). It is also unknown what the size and composition of the corpus was used to train the base model (google/gemma-7b), however it is likely to have included a mix of Web data and technical sources like books and code. See the StarCoder2 model card for an example of this.

Training and evaluation data

This model is a fine-tuned version of HuggingFaceH4/zephyr-7b-gemma-sft-v0.1 on the argilla/dpo-mix-7k dataset.

It achieves the following results on the evaluation set:

  • Loss: 0.4695
  • Rewards/chosen: -3.3746
  • Rewards/rejected: -4.9715
  • Rewards/accuracies: 0.7188
  • Rewards/margins: 1.5970
  • Logps/rejected: -459.4853
  • Logps/chosen: -429.9115
  • Logits/rejected: 86.4684
  • Logits/chosen: 92.8200

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-07
  • train_batch_size: 2
  • eval_batch_size: 4
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 128
  • total_eval_batch_size: 32
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 2

Training results

Training LossEpochStepValidation LossRewards/chosenRewards/rejectedRewards/accuraciesRewards/marginsLogps/rejectedLogps/chosenLogits/rejectedLogits/chosen
0.19231.91000.4736-3.4575-4.95560.751.4980-459.1662-431.570786.386392.7360

Framework versions

  • Transformers 4.39.0.dev0
  • Pytorch 2.1.2+cu121
  • Datasets 2.14.6
  • Tokenizers 0.15.1

Citation Information

If you find this model useful in your work, please consider citing the Zephyr technical report:

@misc{tunstall2023zephyr,
      title={Zephyr: Direct Distillation of LM Alignment}, 
      author={Lewis Tunstall and Edward Beeching and Nathan Lambert and Nazneen Rajani and Kashif Rasul and Younes Belkada and Shengyi Huang and Leandro von Werra and Clémentine Fourrier and Nathan Habib and Nathan Sarrazin and Omar Sanseviero and Alexander M. Rush and Thomas Wolf},
      year={2023},
      eprint={2310.16944},
      archivePrefix={arXiv},
      primaryClass={cs.LG}
}

You may also wish to cite the creators of this model as well:

@misc{zephyr_7b_gemma,
  author = {Lewis Tunstall and Philipp Schmid},
  title = {Zephyr 7B Gemma},
  year = {2024},
  publisher = {Hugging Face},
  journal = {Hugging Face repository},
  howpublished = {\url{https://huggingface.co/HuggingFaceH4/zephyr-7b-gemma-v0.1}}
}

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.62.41
AI2 Reasoning Challenge (25-Shot)58.45
HellaSwag (10-Shot)83.48
MMLU (5-Shot)60.68
TruthfulQA (0-shot)52.07
Winogrande (5-shot)74.19
GSM8k (5-shot)45.56

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GemmaForCausalLM
Ревизия весов
03b3427

0 моделей