/ 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-medication_qa-ep3

Генерация текстаТекст → текст

Дообученная методом DPO медицинская языковая модель для генерации ответов на вопросы и диалоги.

15скачиваний 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-medicationqa-ep3 — модель генерации текста, полученная дообучением медицинской языковой модели epfl-llm/meditron-7b методом DPO на наборе HuggingFaceH4/ultrafeedback_binarized. Она предназначена для экспериментов с генерацией ответов на медицинские вопросы и диалоговыми сценариями. Модель основана на плотной архитектуре Llama, содержит 6,6 млрд параметров и рассчитана на контекст до 2048 токенов. Базовая Meditron-7B ориентирована на английский язык.

В карточке приведены метрики оценки на тестовом наборе, включая точность предпочтений 0,7881 и отрыв выбранных ответов от отклонённых 0,3775. Эти результаты не устанавливают клиническую надёжность модели; ответы требуют проверки специалистом. Модель распространяется по лицензии Llama 2.

Сценарии применения

  • черновые ответы на медицинские вопросы
  • эксперименты с медицинскими диалогами
  • сравнение предпочтений ответов в DPO-моделях

Ограничения

Клиническая надёжность не подтверждена; медицинские ответы требуют проверки специалистом. 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-medication_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: 0.5850
  • Rewards/chosen: -0.2075
  • Rewards/rejected: -0.5850
  • Rewards/accuracies: 0.7881
  • Rewards/margins: 0.3775
  • Logps/rejected: -1658.2283
  • Logps/chosen: -974.4987
  • Logits/rejected: -0.8799
  • Logits/chosen: -0.7592

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
0.5920.551000.6293-0.0145-0.16270.77970.1482-1615.9989-955.1961-0.8722-0.7069

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
2a5f365

0 моделей