/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Размер весов
13,5 ГБ
Архитектура
llama · dense
Базовая модель
Llama-2-7b-hf
Опубликована
10 апр 2024

llama2-7b-dpo-full-wo-kqa_golden-ep3

Генерация текстаТекст → текст3 профессии

Дообученная методом DPO англоязычная Llama 2 на 7 млрд параметров для генерации текста и ответов в диалоге.

13скачиваний за 30 дней0лайковвеса обновлены10 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 разработал эту модель как полноразмерное дообучение Meta Llama 2 на 7 млрд параметров с помощью DPO на датасете HuggingFaceH4/ultrafeedback_binarized. Это плотная авторегрессионная модель семейства Llama для генерации текста, ориентированная на ответы в диалогах и следование предпочтениям, отражённым в данных обучения.

Модель принимает текст и генерирует текст. Контекст составляет 4096 токенов; репозиторий содержит веса в формате safetensors. Карточка приводит метрики оценки на тестовом наборе, включая точность предпочтений 0,7868, но не описывает отдельные сценарии применения или языки обучения. Базовая Llama 2 описана как англоязычная, поэтому модель подходит прежде всего для англоязычных запросов.

Лицензия в предоставленных данных не указана. Результаты могут содержать ошибки и отражают ограничения базовой модели и обучающих предпочтений; независимых сведений о безопасности или качестве в карточке нет.

Сценарии применения

  • генерация ответов на текстовые запросы
  • диалоговый помощник на английском языке
  • адаптация Llama 2 к предпочтениям в ответах

Ограничения

Карточка не приводит языковые тесты или подробное описание сценариев применения; показатели оценки на одном наборе не гарантируют качество в других задачах. Лицензия и сведения о мерах безопасности отсутствуют в предоставленных данных.

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

llama2-7b-dpo-full-wo-kqa_golden-ep3

This model is a fine-tuned version of meta-llama/Llama-2-7b-hf on the HuggingFaceH4/ultrafeedback_binarized dataset. It achieves the following results on the evaluation set:

  • Loss: 0.6054
  • Rewards/chosen: 0.0327
  • Rewards/rejected: -0.1764
  • Rewards/accuracies: 0.7868
  • Rewards/margins: 0.2092
  • Logps/rejected: -941.0735
  • Logps/chosen: -426.2104
  • Logits/rejected: -0.3267
  • Logits/chosen: 0.4666

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
0.60830.621000.62570.0460-0.10630.76470.1523-934.0566-424.8788-0.33200.4835

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
f7e0e67

0 моделей