/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
6,6 млрд
Размер весов
13,5 ГБ
Лицензия
Llama 2
Архитектура
llama · dense
Базовая модель
meditron-7b-wo-kqa_silver_wogold-sft
Опубликована
30 апр 2024

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

Генерация текстаТекст → текст3 профессии

Дообученная на UltraFeedback версия Meditron-7B для генерации текста и диалоговых ответов.

10скачиваний 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/meditron-7b-dpo-full-sft-wo-kqa_silver_wogold — дообученная модель для генерации текста, созданная на базе Minbyul/meditron-7b-wo-kqa_silver_wogold-sft с помощью датасета HuggingFaceH4/ultrafeedback_binarized. Это плотная авторегрессионная модель семейства Llama с 6,6 млрд параметров и контекстом 2048 токенов. Базовая Meditron-7B предназначена в том числе для ответов на медицинские вопросы на английском языке, однако README этой версии не описывает её назначение и результаты приведены только для оценочного набора без пояснения методики. Модель опубликована в формате Safetensors под лицензией Llama 2; применимость лицензии следует оценивать с учётом её условий.

Сценарии применения

  • генерация ответов в диалоге
  • следование текстовым инструкциям
  • ответы на медицинские вопросы на английском языке

Ограничения

Контекст ограничен 2048 токенами. README не приводит подробностей о назначении этой версии, её оценке в реальных сценариях или дополнительных ограничениях.

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

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

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

  • Loss: 0.6249
  • Rewards/chosen: -0.0145
  • Rewards/rejected: -0.1983
  • Rewards/accuracies: 0.875
  • Rewards/margins: 0.1839
  • Logps/rejected: -653.1394
  • Logps/chosen: -150.2214
  • Logits/rejected: -1.0337
  • Logits/chosen: -1.4037

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
LlamaForCausalLM
Ревизия весов
f7a0b2a

0 моделей