/ 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
Опубликована
10 апр 2024

meditron-7b-dpo-full-wo-live_qa-ep3

Генерация текстаТекст → текст

Дообученная на предпочтениях версия англоязычной медицинской Meditron-7B для генерации текста и экспериментальной оценки ответов.

21скачиваний 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

Meditron-7B DPO Full Wo LiveQA Ep3 — это дообученная модель генерации текста на архитектуре Llama, созданная на базе epfl-llm/meditron-7b. Она обучалась на наборе предпочтений HuggingFaceH4/ultrafeedback_binarized с использованием DPO; базовая Meditron-7B описана как англоязычная медицинская языковая модель для экспериментов с ответами на медицинские вопросы.

Модель предназначена для генерации ответов в диалоге и может применяться для экспериментальной оценки поведения языковой модели после обучения на предпочтениях. Веса представлены в формате safetensors; размер составляет 6,6 млрд параметров, а контекст — 2048 токенов. Для использования действует лицензия Llama 2. README приводит метрики оценки на тестовом наборе, но не описывает конкретные целевые сценарии или ограничения.

Сценарии применения

  • генерация ответов на медицинские вопросы на английском языке
  • эксперименты с предпочтениями и качеством ответов языковой модели
  • создание диалоговых ответов на основе Meditron-7B

Ограничения

README не описывает прикладные ограничения или проверку безопасности; приведены только метрики оценки на тестовом наборе. Контекст ограничен 2048 токенами.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

meditron-7b-dpo-full-wo-live_qa-ep3

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

  • Loss: 0.5356
  • Rewards/chosen: -0.2871
  • Rewards/rejected: -0.7760
  • Rewards/accuracies: 0.6923
  • Rewards/margins: 0.4889
  • Logps/rejected: -1205.3544
  • Logps/chosen: -986.1032
  • Logits/rejected: -0.8878
  • Logits/chosen: -0.8900

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
0.5830.491000.6358-0.0392-0.14000.64420.1009-1141.7539-961.3083-0.8346-0.8420
0.37680.982000.5356-0.2875-0.77510.70190.4876-1205.2603-986.1399-0.8883-0.8904

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
1e93d07

0 моделей