/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Excalibur-7b
Библиотека
transformers
Опубликована
28 мар 2024

Excalibur-7b-DPO

Генерация текстаТекст → текст5 профессий

Экспериментальная модель Mistral на 7,1 млрд параметров, дообученная методом DPO для более разговорной генерации текста.

65скачиваний за 30 дней8лайковвеса обновлены31 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 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

Excalibur-7b-DPO — экспериментальная разговорная языковая модель, созданная InferenceIllusionist на основе Excalibur-7b. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, дообученная методом Direct Preference Optimization на наборе Intel/orca_dpo_pairs. Для промптов рекомендуется формат ChatML; также может подойти Alpaca.

Модель предназначена для генерации диалоговых ответов и общего текстового общения. В README также описана ограниченная возможность работы с изображениями через дополнительный файл mmproj, однако основной pipeline-тег и классификация каталога — text-generation. Автор сообщает об улучшении разговорности и небольшом росте результатов на нескольких бенчмарках по сравнению с базовой моделью. Контекст — до 32 768 токенов.

Это ранний эксперимент по DPO-донастройке, выполненный примерно за час на одном A100, поэтому результаты не гарантируют качество в иных сценариях. Лицензия — Apache-2.0.

Сценарии применения

  • генерация ответов в диалоговом чат-боте
  • ведение общего текстового диалога
  • ответы на вопросы в формате ChatML
  • создание текстовых ответов с контекстом до 32 тысяч токенов

Ограничения

Это ранний эксперимент, а сообщённый прирост на бенчмарках невелик и не гарантирует качества в других задачах. Работа с изображениями требует дополнительного файла mmproj; основная задача модели — генерация текста.

Для каких профессий подходит5

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

Excalibur-7b-DPO

An initial foray into the world of fine-tuning. The goal of this release was to amplify the quality of the original model's responses, in particular for vision use cases*

Weighted (Importance Matrix) Quants available here

Static (Legacy) quants available here

Notes & Methodology

  • Excalibur-7b fine-tuned with Direct Preference Optimization (DPO) using Intel/orca_dpo_pairs
  • This is a quick experiment to determine the impact of DPO finetuning on the Excelsior-7b base model
  • Ran for a little over an hour on a single A100
  • Fine-tuning succeeded in making model conversational and more well-rounded
  • Benchmark scores increased in the following categories versus base Excelsior-7b:
    • ARC: 69.71 -> 70.9
    • HellaSwag: 87.56 -> 87.93
    • TruthfulQA: 67.24 -> 70.82
    • Average: 73.6 -> 73.84
  • Precision: bfloat16

Sample Question - Vision

*Requires additional mmproj file. You have two options for vision functionality (available inside this repo):

Select the gguf file of your choice in Koboldcpp as usual, then make sure to choose the mmproj file above in the LLaVA mmproj field of the model submenu:

Prompt Format

  • For best results please use ChatML for the prompt format. Alpaca may also work.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.73.84
AI2 Reasoning Challenge (25-Shot)70.90
HellaSwag (10-Shot)87.93
MMLU (5-Shot)65.46
TruthfulQA (0-shot)70.82
Winogrande (5-shot)82.48
GSM8k (5-shot)65.43

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
1f4321f

0 моделей