/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3.1
Архитектура
llama · dense
Базовая модель
MagpieLM-8B-SFT-v0.1
Библиотека
transformers
Опубликована
15 сен 2024

MagpieLM-8B-Chat-v0.1

Генерация текстаТекст → текст6 профессий

Диалоговая модель Magpie-Align на базе Llama 3.1 для выполнения инструкций и генерации ответов на английском языке.

70скачиваний за 30 дней23лайкавеса 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 оценки6

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

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,3701

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3501

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3195

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0612

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,4172

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2617

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

MagpieLM-8B-Chat-v0.1 — диалоговая языковая модель семейства Llama 3.1, разработанная Magpie-Align. Это плотная причинно-авторегрессионная модель на 7,5 млрд параметров, дообученная на базе MagpieLM-8B-SFT-v0.1: сначала с помощью supervised fine-tuning на синтетических инструкциях, затем методом DPO на данных предпочтений. Она принимает текст и генерирует ответы в формате чата; заявленная длина контекста — 131 072 токена.

Модель предназначена для диалогов, выполнения инструкций и генерации текста на английском языке. В карточке приведены результаты на Alpaca Eval 2, Arena Hard и WildBench, однако они не гарантируют качество для конкретных задач. Используется шаблон чата Llama 3.1. Лицензия — Llama 3.1 Community License от Meta.

Авторы предупреждают, что ответы могут содержать фактические ошибки, логические несогласованности и смещения. Модель не рассчитана на сложные рассуждения и может выдавать небезопасный или неподходящий контент; специальное обучение безопасности не проводилось.

Сценарии применения

  • ответы на вопросы в англоязычном чате
  • выполнение текстовых инструкций
  • составление черновиков и пояснений на английском языке
  • ведение диалогов с языковой моделью

Ограничения

Модель может допускать фактические ошибки, логические несогласованности и смещения, а также выдавать небезопасный или неподходящий контент. Она не предназначена для сложных рассуждений и в первую очередь рассчитана на английский язык.

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

Magpie

🐦 MagpieLM-8B-Chat-v0.1

🧐 About This Model

Model full name: Llama3.1-MagpieLM-8B-Chat-v0.1

This model is an aligned version of meta-llama/Meta-Llama-3.1-8B, 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, Qwen-2-7B-Instruct, and Gemma-2-9B-it.

We apply the following standard alignment pipeline with two carefully crafted synthetic datasets.

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.

🔥 Benchmark Performance

Greedy Decoding

  • Alpaca Eval 2: 58.18 (LC), 62.38 (WR)
  • Arena Hard: 48.4
  • WildBench WB Score (v2.0625): 44.72

Benchmark Performance Compare to Other SOTA SLMs

image/jpeg

👀 Other Information

License: Please follow Meta Llama 3.1 Community License.

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-8B-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: meta-llama/Meta-Llama-3.1-8B
model_type: LlamaForCausalLM
tokenizer_type: AutoTokenizer
chat_template: llama3

load_in_8bit: false
load_in_4bit: false
strict: false
main_process_port: 0

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-8B-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: MagpieLM-8B-SFT-v0.1
wandb_log_model:
hub_model_id: Magpie-Align/MagpieLM-8B-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: auto
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: 
debug:
deepspeed:
weight_decay: 0.0
fsdp:
fsdp_config:
special_tokens:
  pad_token: <|end_of_text|>

Stage 2: Direct Preference Optimization

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-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
0.6860.06531000.6856-0.0491-0.06160.64800.0125-471.3315-478.8181-0.7034-0.7427
0.62180.13062000.6277-0.6128-0.77200.69600.1591-542.3653-535.1920-0.7771-0.8125
0.57050.19593000.5545-2.4738-3.00520.72700.5314-765.6894-721.2881-0.7894-0.8230
0.46060.26124000.5081-2.6780-3.37820.75600.7002-802.9893-741.7116-0.6813-0.7247
0.43140.32665000.4787-3.6697-4.60260.76300.9329-925.4283-840.8740-0.6189-0.6691
0.4490.39196000.4533-3.7414-4.80190.78201.0604-945.3563-848.0514-0.6157-0.6681
0.45380.45727000.4350-4.3858-5.65490.78901.2690-1030.6561-912.4920-0.5789-0.6331
0.350.52258000.4186-4.7129-6.16620.80101.4533-1081.7843-945.1964-0.5778-0.6347
0.41530.58789000.4108-4.9836-6.53200.79701.5484-1118.3677-972.2631-0.5895-0.6474
0.39350.653110000.3999-4.4303-5.93700.81101.5067-1058.8646-916.9379-0.6016-0.6598
0.32050.718411000.3950-5.1884-6.88270.80101.6943-1153.4371-992.7452-0.5846-0.6452
0.36120.783712000.3901-5.0426-6.71790.80401.6753-1136.9619-978.1701-0.6046-0.6637
0.30580.849013000.3877-5.1224-6.84280.80401.7204-1149.4465-986.1475-0.6087-0.6690
0.34670.914414000.3871-5.2335-6.98090.80901.7474-1163.2629-997.2610-0.6071-0.6672
0.31970.979715000.3867-5.1502-6.87930.80801.7291-1153.0979-988.9237-0.6120-0.6722

Framework versions

  • Transformers 4.44.2
  • Pytorch 2.4.1+cu121
  • Datasets 3.0.0
  • Tokenizers 0.19.1
# Customized Configs
model_name_or_path: Magpie-Align/MagpieLM-8B-SFT-v0.1
hub_model_id: Magpie-Align/MagpieLM-8B-Chat-v0.1
output_dir: alignment_handbook_out/MagpieLM-8B-Chat-v0.1
run_name: MagpieLM-8B-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: 2.0e-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
60cf460

0 моделей