/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Размер весов
13,5 ГБ
Архитектура
llama · dense
Базовая модель
llama2-7b-wo-kqa_silver_wogold-sft
Опубликована
30 апр 2024

llama2-7b-dpo-full-sft-wo-kqa_silver_wogold

Генерация текстаТекст → текст6 профессий

Дообученная методом DPO 6,6-миллиардная модель Llama 2 для генерации текста с контекстом 4096 токенов.

12скачиваний за 30 дней0лайковвеса обновлены30 апр 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/llama2-7b-dpo-full-sft-wo-kqa_silver_wogold — дообученная методом DPO модель на базе Minbyul/llama2-7b-wo-kqa_silver_wogold-sft. Она использует архитектуру LlamaForCausalLM с 6,6 млрд параметров и предназначена для генерации текста. В качестве обучающих данных указан набор HuggingFaceH4/ultrafeedback_binarized; в README приведены метрики оценки на тестовом наборе, включая точность предпочтений 0,9418 и разницу наград 1,1165.

Модель принимает текст и генерирует текст. Контекст — 4096 токенов. Карточка не уточняет целевые сценарии, языки или ограничения качества. Файлы модели размещены в формате safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация ответов на текстовые запросы
  • диалоговое взаимодействие на основе текстового ввода
  • создание черновиков и продолжений текста

Ограничения

README не описывает известные ограничения и целевые сценарии; язык модели не указан. Приведённые метрики относятся к оценочному набору и сами по себе не гарантируют качество в других задачах.

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

llama2-7b-dpo-full-sft-wo-kqa_silver_wogold

This model is a fine-tuned version of Minbyul/llama2-7b-wo-kqa_silver_wogold-sft on the HuggingFaceH4/ultrafeedback_binarized dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4452
  • Rewards/chosen: -0.0311
  • Rewards/rejected: -1.1476
  • Rewards/accuracies: 0.9418
  • Rewards/margins: 1.1165
  • Logps/rejected: -714.4130
  • Logps/chosen: -108.8849
  • Logits/rejected: -0.4047
  • Logits/chosen: -0.9197

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

Training LossEpochStepValidation LossRewards/chosenRewards/rejectedRewards/accuraciesRewards/marginsLogps/rejectedLogps/chosenLogits/rejectedLogits/chosen
0.27050.931000.4456-0.0307-1.14430.94181.1136-714.0911-108.8464-0.4045-0.9202

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
LlamaForCausalLM
Ревизия весов
1b6b9f0

0 моделей