/ 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
9 апр 2024

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

Генерация текстаТекст → текст4 профессии

Дообученная методом DPO модель Llama 2 на 7 млрд параметров для генерации текста с учётом предпочтений.

24скачиваний 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 полноточечную дообученную версию Meta Llama 2 на 7 млрд параметров для генерации текста. Модель обучена методом DPO на наборе HuggingFaceH4/ultrafeedback_binarized и предназначена для генерации ответов с учётом предпочтений, отражённых в обучающих данных. Архитектура — плотная авторегрессионная Llama; формат весов — safetensors, контекст — до 4096 токенов.

Карточка сообщает результаты оценки на тестовом наборе, включая точность предпочтений 0,7847 и значение loss 0,6486. Базовая Llama 2 описана как англоязычная модель, поэтому основное применение этой версии — генерация текста на английском. В карточке не приведены специализированные области применения или ограничения. Лицензия в предоставленных метаданных и README не указана.

Сценарии применения

  • генерация ответов на текстовые запросы
  • создание диалоговых ответов на английском языке
  • адаптация Llama 2 к предпочтениям из UltraFeedback

Ограничения

Карточка не описывает специализированные ограничения или области применения; качество и ограничения за пределами приведённых оценочных метрик не охарактеризованы. Лицензия не указана в доступных данных.

Для каких профессий подходит4

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-medication_qa-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: 0.6486
  • Rewards/chosen: 0.0485
  • Rewards/rejected: -0.0716
  • Rewards/accuracies: 0.7847
  • Rewards/margins: 0.1201
  • Logps/rejected: -1097.3336
  • Logps/chosen: -485.8272
  • Logits/rejected: -1.1127
  • Logits/chosen: -0.0114

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
0.59910.71000.65400.0513-0.05390.77780.1052-1095.5646-485.5474-1.1199-0.0017

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
a8791f1

0 моделей