/ Модель

Характеристики

Контекст
131 072 токена
Параметры
14 млрд
Размер весов
29,5 ГБ
Архитектура
qwen2 · dense
Базовая модель
Eidolon-v2-14B
Опубликована
16 окт 2024

Eidolon-v2.1-14B

Генерация текстаТекст → текст11 профессий

Дообученная 14-миллиардная модель Qwen2 для диалоговой генерации текста и выполнения инструкций.

23скачиваний за 30 дней4лайкавеса обновлены16 окт 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

Eidolon-v2.1-14B — плотная языковая модель Qwen2 с 14 млрд параметров, дообученная автором Lambent на основе Lambent/Eidolon-v2-14B. Она предназначена для диалоговой генерации текста и следования инструкциям; в метаданных также указана поддержка интерфейса вызова инструментов. В README автор описывает экспериментальную настройку стиля и поведения с помощью LoRA, ориентированную на снижение влияния некоторых нежелательных особенностей. Для модели указан контекст до 131 072 токенов.

Автор сообщает о результатах EQ-Bench и IFEval, но отмечает, что различия между версиями могут быть в пределах погрешности, а результаты IFEval получены на квантизованной версии примерно с 4-битной точностью. Модель по умолчанию отвечает в более профессиональном стиле; системный запрос может направить её к менее строгим ограничениям, хотя границы сохраняются. Лицензия в предоставленных данных не приведена.

Сценарии применения

  • диалоговые ответы в профессиональном стиле
  • генерация текста по инструкциям
  • оценка и сравнение стиля ответов
  • эксперименты с настройкой поведения языковой модели

Ограничения

Автор отмечает, что различия в оценках между версиями могут быть в пределах погрешности; результаты IFEval получены на примерно 4-битной квантизации. Модель сохраняет ограничения на генерируемый контент, а лицензия не подтверждена предоставленными данными.

Для каких профессий подходит11

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

Trying out adding a "classic Arsenic" tuning, more focused on the inital 2 tested on Nemo, on top of the prior model's more-expansive set.

Since there's an argument to be made we're trying to 'forget' or at least reduce the impact of less-desired features, I made the LORA rank ridiculously big (like 20% of total model parameters) to give that more routes to possibly do that.

The model ... got smarter on EQ-Bench?? I mean this and all ancestors are within margin of error of each other, so who knows.

Censorship: System prompt can steer out of fully SFW territory but still has other boundaries. Defaults to more professional.

Style Example (Sonnet):

Upon the Dawning of Another Day

When silent morn doth gently break her way,
And misty shadows flee before the light;
The world in soft array, in rosy play,
From sleep to waking seems to take its flight.

A gentle breeze that whispers through the trees,
Doth murmur tales from night's enchanting land.
Each leaf a note of silent melody,
In morning's cool and dew-damp atmosphere expands.

Yet in this peace where heart might seem at rest,
The soul, it finds its own unquiet way.
For every dawn brings thoughts anew to test
Our courage, strength, or dreams that fade away.

So let us greet each morn with open hearts,
And cherish all the moments life imparts.

Testing:

EQBench:

TasksVersionFiltern-shotMetricValueStderr
eq_bench2.1none0eqbench↑80.2216±1.4774
none0percent_parseable↑100.0000±0.0000

Ran IFEval locally on the Q4_K_M, partly to test if the model improved or degraded from SuperNova-Medius and partly because I figured out how to do so.

I ... don't actually know.

They gave one value for IFEval without specifying which, but it wasn't the Leaderboard's value. The Leaderboard normalizes scores, but it's unclear to me if IFEval has a lower bound.

It's entirely possible the model degraded on loose accuracy and improved on strict. (And, of course, this is testing a ~4 bit quantization. Grain of salt.)

TasksVersionFiltern-shotMetricValueStderr
ifeval4none0inst_level_loose_acc↑0.8070±N/A
none0inst_level_strict_acc↑0.7614±N/A
none0prompt_level_loose_acc↑0.7301±0.0191
none0prompt_level_strict_acc↑0.6728±0.0202

axolotl version: 0.4.1

base_model: Lambent/Eidolon-v2-14B
model_type: AutoModelForCausalLM
tokenizer_type: AutoTokenizer
trust_remote_code: true

save_safetensors: true

load_in_8bit: false
load_in_4bit: true
strict: false

rl: dpo
# total_num_tokens: 
datasets:
  - path: jondurbin/gutenberg-dpo-v0.1
    split: train
    type: chatml.prompt_pairs
  - path: unalignment/toxic-dpo-v0.2
    split: train
    type: chatml.prompt_pairs

dataset_prepared_path: prepared-dpo
output_dir: ./dpoq
val_set_size: 0.01

seed: 2

sequence_len: 2048
sample_packing: false
eval_sample_packing: false
pad_to_sequence_len: false

adapter: qlora
lora_model_dir:
lora_r: 1024
lora_alpha: 1024
lora_dropout: 0.05
lora_target_linear: true
lora_fan_in_fan_out:
peft_use_dora: true

wandb_project: eidolon-qwen2.5-qlora-dpo
wandb_entity:
wandb_watch:
wandb_name:
wandb_log_model:

gradient_accumulation_steps: 32
micro_batch_size: 1
num_epochs: 1
optimizer: paged_adamw_8bit
lr_scheduler: cosine
learning_rate: 0.00001
#cosine_min_lr_ratio: 0.1
#cosine_constant_lr_ratio: 0.95

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

gradient_checkpointing: true
early_stopping_patience:
resume_from_checkpoint:
local_rank:
logging_steps: 1
xformers_attention:
flash_attention: true

warmup_steps: 16
evals_per_epoch: 8
saves_per_epoch: 8
save_total_limit: 2
debug:
deepspeed:
weight_decay: 0.001
fsdp:
fsdp_config:

dpoq

This model is a fine-tuned version of Lambent/Eidolon-v2-14B on the None dataset.

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: 1
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 32
  • total_train_batch_size: 32
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 16
  • training_steps: 46

Training results

Framework versions

  • PEFT 0.13.2
  • Transformers 4.45.2
  • Pytorch 2.3.1+cu121
  • Datasets 3.0.1
  • Tokenizers 0.20.1

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
2dce1d6

0 моделей