/ Модель

Характеристики

Контекст
131 072 токена
Параметры
3,9 млрд
Размер весов
9 ГБ
Лицензия
Своя лицензия
Архитектура
llama · dense
Базовая модель
MagpieLM-4B-SFT-v0.1
Библиотека
transformers
Опубликована
9 сен 2024

MagpieLM-4B-Chat-v0.1

Генерация текстаТекст → текст5 профессий

Диалоговая модель на базе Llama, дообученная Magpie-Align для общения и выполнения текстовых инструкций на английском языке.

43скачиваний за 30 дней20лайковвеса обновлены9 дек 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

MagpieLM-4B-Chat-v0.1 — диалоговая языковая модель, созданная Magpie-Align на основе Llama-3.1-Minitron-4B-Width. Модель прошла supervised fine-tuning на MagpieLM-SFT-Data-v0.1, затем DPO на MagpieLM-DPO-Data-v0.1; она предназначена для общения и выполнения текстовых инструкций. Архитектура — плотная LlamaForCausalLM, размер — 3,9 млрд параметров, формат весов — safetensors, заявленная длина контекста — 131 072 токена. Для диалога рекомендуется шаблон Llama 3; основной язык модели — английский.

В карточке приведены результаты Alpaca Eval 2, Arena Hard и WildBench, а также заявлено сравнение с более крупными открытыми моделями. Модель может подходить для создания чат-ботов и ответов на инструкции, однако её результаты не гарантируют качества в конкретном приложении. Лицензия — NVIDIA Open Model License Agreement. Разработчики предупреждают о возможных фактических ошибках, логических несогласованностях, смещениях и небезопасных или неподходящих ответах; модель не оптимизирована для сложных рассуждений.

Сценарии применения

  • создание англоязычного чат-бота
  • ответы на текстовые инструкции
  • диалоговая поддержка пользователей
  • генерация ответов в разговорном формате

Ограничения

Модель может допускать фактические ошибки и логические несогласованности, отражать смещения данных и генерировать небезопасный или неподходящий контент. Она преимущественно ориентирована на английский язык и не предназначена специально для сложных рассуждений.

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

Magpie

🐦 MagpieLM-4B-Chat-v0.1

🧐 About This Model

Model full name: Llama3.1-MagpieLM-4B-Chat-v0.1

This model is an aligned version of Llama-3.1-Minitron-4B-Width, which achieves state-of-the-art performance among open-aligned SLMs. It even outperforms larger open-weight models including Llama-3-8B-Instruct, Llama-3.1-8B-Instruct and Qwen-2-7B-Instruct.

We apply the following standard alignment pipeline with two carefully crafted synthetic datasets. Feel free to use these datasets and reproduce our model, or make your own friendly chatbots :)

We first perform SFT using Magpie-Align/MagpieLM-SFT-Data-v0.1.

We then perform DPO on the Magpie-Align/MagpieLM-DPO-Data-v0.1 dataset.

See more powerful 8B version here!

🔥 Benchmark Performance

Greedy Decoding

  • Alpaca Eval 2: 40.99 (LC), 45.19 (WR)
  • Arena Hard: 24.6
  • WildBench WB Score (v2.0625): 32.37

Benchmark Performance Compare to Other SOTA SLMs

image/jpeg

👀 Other Information

License: Please follow NVIDIA Open Model License Agreement.

Conversation Template: Please use the Llama 3 chat template for the best performance.

Limitations: This model primarily understands and generates content in English. Its outputs may contain factual errors, logical inconsistencies, or reflect biases present in the training data. While the model aims to improve instruction-following and helpfulness, it isn't specifically designed for complex reasoning tasks, potentially leading to suboptimal performance in these areas. Additionally, the model may produce unsafe or inappropriate content, as no specific safety training were implemented during the alignment process.

🧐 How to use it?

Spaces

Please update transformers to the latest version by pip install git+https://github.com/huggingface/transformers.

You can then run conversational inference using the Transformers pipeline abstraction or by leveraging the Auto classes with the generate() function.

import transformers
import torch

model_id = "MagpieLM-4B-Chat-v0.1"

pipeline = transformers.pipeline(
    "text-generation",
    model=model_id,
    model_kwargs={"torch_dtype": torch.bfloat16},
    device_map="auto",
)

messages = [
    {"role": "system", "content": "You are Magpie, a friendly AI assistant."},
    {"role": "user", "content": "Who are you?"},
]

outputs = pipeline(
    messages,
    max_new_tokens=256,
)
print(outputs[0]["generated_text"][-1])

Alignment Pipeline

The detailed alignment pipeline is as follows.

Stage 1: Supervised Fine-tuning

We use Axolotl for SFT. Please refer to the model card of SFT checkpoint and below for detailed configurations.

axolotl version: 0.4.1

base_model: nvidia/Llama-3.1-Minitron-4B-Width-Base
model_type: AutoModelForCausalLM
tokenizer_type: AutoTokenizer
chat_template: llama3

load_in_8bit: false
load_in_4bit: false
strict: false

datasets:
  - path: Magpie-Align/MagpieLM-SFT-Data-v0.1
    type: sharegpt
    conversation: llama3
dataset_prepared_path: last_run_prepared
val_set_size: 0.001
output_dir: axolotl_out/MagpieLM-4B-SFT-v0.1

sequence_len: 8192
sample_packing: true
eval_sample_packing: false
pad_to_sequence_len: true

wandb_project: SynDa
wandb_entity:
wandb_watch:
wandb_name: Llama3.1-MagpieLM-4B-SFT-v0.1
wandb_log_model:
hub_model_id: Magpie-Align/MagpieLM-4B-SFT-v0.1

gradient_accumulation_steps: 32
micro_batch_size: 1
num_epochs: 2
optimizer: paged_adamw_8bit
lr_scheduler: cosine
learning_rate: 2e-5

train_on_inputs: false
group_by_length: false
bf16: true
fp16:
tf32: false

gradient_checkpointing: true
gradient_checkpointing_kwargs:
  use_reentrant: false
early_stopping_patience:
resume_from_checkpoint:
logging_steps: 1
xformers_attention:
flash_attention: true

warmup_ratio: 0.1
evals_per_epoch: 5
eval_table_size:
saves_per_epoch: 1
debug:
deepspeed:
weight_decay: 0.0
fsdp:
fsdp_config:
special_tokens:
  pad_token: <|end_of_text|>

Stage 2: Direct Preference Optimization

We use alignment handbook for DPO.

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 1.5e-07
  • train_batch_size: 2
  • eval_batch_size: 4
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 4
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 128
  • total_eval_batch_size: 16
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 1

Training results

Training LossEpochStepValidation LossRewards/chosenRewards/rejectedRewards/accuraciesRewards/marginsLogps/rejectedLogps/chosenLogits/rejectedLogits/chosen
0.69110.06531000.6912-0.0026-0.00660.56400.0041-502.9037-510.6042-1.7834-1.7781
0.67030.13062000.6713-0.1429-0.19810.63800.0552-522.0521-524.6394-1.7686-1.7593
0.63060.19593000.6347-0.6439-0.82100.68400.1770-584.3356-574.7375-1.7536-1.7436
0.58310.26124000.5932-1.5155-1.87740.70700.3619-689.9788-661.8920-1.6963-1.6877
0.54470.32665000.5645-2.1858-2.70520.71100.5195-772.7636-728.9221-1.6249-1.6207
0.58960.39196000.5453-2.3771-2.97470.71800.5976-799.7122-748.0584-1.5836-1.5847
0.53420.45727000.5305-2.6231-3.30630.73500.6832-832.8744-772.6592-1.5454-1.5524
0.5110.52258000.5177-3.0517-3.83930.74000.7876-886.1714-815.5145-1.5160-1.5273
0.50070.58789000.5088-3.0925-3.91970.75400.8273-894.2120-819.5908-1.5007-1.5144
0.4850.653110000.5033-3.1305-3.98630.76300.8558-900.8680-823.3940-1.4834-1.4997
0.43070.718411000.4989-3.1387-4.00970.76100.8710-903.2113-824.2159-1.4728-1.4911
0.54030.783712000.4964-3.3418-4.25740.76200.9156-927.9747-844.5242-1.4641-1.4822
0.51820.849013000.4952-3.3255-4.24300.76000.9175-926.5396-842.8945-1.4601-1.4788
0.51650.914414000.4943-3.3308-4.25250.76000.9217-927.4913-843.4282-1.4610-1.4799
0.51920.979715000.4942-3.3377-4.26030.76200.9226-928.2655-844.1144-1.4591-1.4783

Framework versions

  • Transformers 4.45.0.dev0
  • Pytorch 2.3.1+cu121
  • Datasets 2.20.0
  • Tokenizers 0.19.1
# Customized Configs
model_name_or_path: Magpie-Align/MagpieLM-4B-SFT-v0.1
hub_model_id: Magpie-Align/MagpieLM-4B-Chat-v0.1
output_dir: alignment_handbook_out/MagpieLM-4B-Chat-v0.1
run_name: MagpieLM-4B-Chat-v0.1

dataset_mixer:
   Magpie-Align/MagpieLM-DPO-Data-v0.1: 1.0
dataset_splits:
- train
- test
preprocessing_num_workers: 24

# DPOTrainer arguments
bf16: true
beta: 0.01
learning_rate: 1.5e-7
gradient_accumulation_steps: 16
per_device_train_batch_size: 2
per_device_eval_batch_size: 4
num_train_epochs: 1
max_length: 2048
max_prompt_length: 1800
warmup_ratio: 0.1
logging_steps: 1
lr_scheduler_type: cosine
optim: adamw_torch

torch_dtype: null
# use_flash_attention_2: true
do_eval: true
evaluation_strategy: steps
eval_steps: 100
gradient_checkpointing: true
gradient_checkpointing_kwargs:
  use_reentrant: False
log_level: info
push_to_hub: true
save_total_limit: 0
seed: 42
report_to:
- wandb

📚 Citation

If you find the model, data, or code useful, please cite:

@article{xu2024magpie,
	title={Magpie: Alignment Data Synthesis from Scratch by Prompting Aligned LLMs with Nothing}, 
	author={Zhangchen Xu and Fengqing Jiang and Luyao Niu and Yuntian Deng and Radha Poovendran and Yejin Choi and Bill Yuchen Lin},
	year={2024},
	eprint={2406.08464},
	archivePrefix={arXiv},
	primaryClass={cs.CL}
}

@article{xu2024stronger,
  title={Stronger Models are NOT Stronger Teachers for Instruction Tuning},
  author={Xu, Zhangchen and Jiang, Fengqing and Niu, Luyao and Lin, Bill Yuchen and Poovendran, Radha},
  journal={arXiv preprint arXiv:2411.07133},
  year={2024}
}

Contact

Questions? Contact:

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
b516ab5

0 моделей