/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Опубликована
7 мая 2024

biomistral-7b-wo-kqa_golden-iter-sft-dpo-step1

Генерация текстаТекст → текст3 профессии

Дообученная методом DPO диалоговая модель BioMistral-7B для генерации ответов на текстовые запросы, включая медицинские и биологические вопросы.

20скачиваний за 30 дней0лайковвеса обновлены7 мая 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

Minbyul/biomistral-7b-wo-kqa_golden-iter-sft-dpo-step1 — дообученная методом DPO версия модели BioMistral-7B, созданная на основе Minbyul/biomistral-7b-wo-kqa_golden-iter-sft-step1 с использованием датасета HuggingFaceH4/ultrafeedback_binarized. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для диалоговой генерации текста; её можно применять для ответов на вопросы и ведения текстовых диалогов, в том числе в медицинской и биологической тематике.

Модель принимает текст и генерирует текст. Контекстное окно составляет 32 768 токенов. В карточке приведены метрики оценки на тестовой выборке, но подробные сведения о тесте и практических ограничениях отсутствуют. Распространяется под лицензией Apache-2.0.

Сценарии применения

  • ответы на медицинские и биологические вопросы
  • текстовый диалог с пользователем
  • генерация ответов на инструкции
  • подготовка черновиков ответов по профильным вопросам

Ограничения

Подробные ограничения и условия оценки в карточке не описаны; приведённые метрики относятся к указанной оценочной выборке. Ответы по медицине и биологии требуют проверки специалистом.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

biomistral-7b-iter-sft-dpo-step1-wo-kqa_golden-iter-dpo-step1

This model is a fine-tuned version of Minbyul/biomistral-7b-wo-kqa_golden-iter-sft-step1 on the HuggingFaceH4/ultrafeedback_binarized dataset. It achieves the following results on the evaluation set:

  • Loss: 0.5984
  • Rewards/chosen: 0.0255
  • Rewards/rejected: -0.2139
  • Rewards/accuracies: 0.8438
  • Rewards/margins: 0.2394
  • Logps/rejected: -352.9643
  • Logps/chosen: -123.9539
  • Logits/rejected: -3.0295
  • Logits/chosen: -3.1903

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: 5e-07
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 4
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 64
  • total_eval_batch_size: 32
  • 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

Framework versions

  • Transformers 4.39.0.dev0
  • Pytorch 2.1.2
  • Datasets 2.14.6
  • Tokenizers 0.15.2

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
3869bc0

0 моделей