/ Модель

Характеристики

Контекст
1 024 000 токенов
Параметры
12,1 млрд
Размер весов
24,5 ГБ
Лицензия
CC BY-NC 4.0
Архитектура
mistral · dense
Базовая модель
arsenic-nemo-unleashed-12B
Библиотека
transformers
Опубликована
17 дек 2024

Gilded-Arsenic-12B

Генерация текстаТекст → текст6 профессий

Диалоговая модель Mistral на 12,1 млрд параметров для генерации ответов, творческого письма, ролевых сценариев и математических рассуждений.

84скачиваний за 30 дней13лайковвеса обновлены11 янв 2025

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

Lambent/Gilded-Arsenic-12B — диалоговая языковая модель на 12,1 млрд параметров, дообученная Lambent на базе Lambent/arsenic-nemo-unleashed-12B с помощью TRL и DPO-датасетов по прозе, ролевым сценариям, математическим рассуждениям и диалогам. Модель использует плотную архитектуру Mistral и формат safetensors; предназначена для генерации текста в ответ на сообщения пользователя и поддерживает интерфейс вызова инструментов.

Модель подходит для диалоговых приложений, творческого письма и ролевых сценариев, а также для генерации ответов с математическими рассуждениями. В карточке указан контекст до 1 024 000 токенов. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. Метка репозитория предупреждает, что модель подходит не для любой аудитории.

Сценарии применения

  • создание диалогового помощника
  • написание художественной прозы
  • генерация ролевых сценариев
  • получение ответов на математические вопросы с рассуждениями
  • подключение вызова инструментов в чат-приложении

Ограничения

Метка карточки предупреждает, что модель может выдавать контент, неподходящий для любой аудитории. Коммерческое использование запрещено лицензией CC BY-NC 4.0.

Для каких профессий подходит6

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 dpoq

This model is a fine-tuned version of Lambent/arsenic-nemo-unleashed-12B on the [['nbeerbower/gutenberg-moderne-dpo', 'nbeerbower/Purpura-DPO', 'nbeerbower/Arkhaios-DPO', 'xinlai/Math-Step-DPO-10K', 'Lambent/rp-teacher-synth-dpo', 'nbeerbower/gutenberg2-dpo', 'openvoid/darkside-dpo']](https://huggingface.co/datasets/['nbeerbower/gutenberg-moderne-dpo', 'nbeerbower/Purpura-DPO', 'nbeerbower/Arkhaios-DPO', 'xinlai/Math-Step-DPO-10K', 'Lambent/rp-teacher-synth-dpo', 'nbeerbower/gutenberg2-dpo', 'openvoid/darkside-dpo']) dataset. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="None", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with DPO, a method introduced in Direct Preference Optimization: Your Language Model is Secretly a Reward Model.

Framework versions

  • TRL: 0.12.1
  • Transformers: 4.47.0
  • Pytorch: 2.3.1+cu121
  • Datasets: 3.1.0
  • Tokenizers: 0.21.0

Citations

Cite DPO as:

@inproceedings{rafailov2023direct,
    title        = {{Direct Preference Optimization: Your Language Model is Secretly a Reward Model}},
    author       = {Rafael Rafailov and Archit Sharma and Eric Mitchell and Christopher D. Manning and Stefano Ermon and Chelsea Finn},
    year         = 2023,
    booktitle    = {Advances in Neural Information Processing Systems 36: Annual Conference on Neural Information Processing Systems 2023, NeurIPS 2023, New Orleans, LA, USA, December 10 - 16, 2023},
    url          = {http://papers.nips.cc/paper_files/paper/2023/hash/a85b405ed65c6477a4fe8302b5e06ce7-Abstract-Conference.html},
    editor       = {Alice Oh and Tristan Naumann and Amir Globerson and Kate Saenko and Moritz Hardt and Sergey Levine},
}

Cite TRL as:

@misc{vonwerra2022trl,
	title        = {{TRL: Transformer Reinforcement Learning}},
	author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul and Quentin Gallouédec},
	year         = 2020,
	journal      = {GitHub repository},
	publisher    = {GitHub},
	howpublished = {\url{https://github.com/huggingface/trl}}
}

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
b8f49b7

0 моделей