/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Размер весов
13,5 ГБ
Архитектура
llama · dense
Базовая модель
selfbiorag-7b-wo-healthsearch_qa-sft
Опубликована
30 апр 2024

selfbiorag-7b-dpo-full-sft-wo-healthsearch_qa

Генерация текстаТекст → текст4 профессии

Дообученная методом DPO модель Llama с 6,6 млрд параметров для генерации текста.

13скачиваний 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/selfbiorag-7b-dpo-full-sft-wo-healthsearch_qa — дообученная методом DPO модель генерации текста на архитектуре Llama с 6,6 млрд параметров. Она создана на основе Minbyul/selfbiorag-7b-wo-healthsearch_qa-sft и обучалась на датасете HuggingFaceH4/ultrafeedback_binarized.

Модель предназначена для генерации текста; карточка не уточняет конкретные сценарии применения или поддерживаемые языки. Указанный контекст составляет до 4096 токенов. В README приведены метрики оценки на тестовой выборке, включая точность предпочтений 0,7846 и разницу наград 1,0843.

Файлы модели представлены в формате safetensors. Лицензия в предоставленных сведениях не указана.

Сценарии применения

  • генерация текстовых ответов на запросы
  • подготовка связного текста по заданной подсказке
  • адаптация генерации текста с учётом предпочтений

Ограничения

Карточка не описывает специальные сценарии применения и поддерживаемые языки. Контекст ограничен 4096 токенами; лицензия в предоставленных сведениях отсутствует.

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

selfbiorag-7b-dpo-full-sft-wo-healthsearch_qa

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

  • Loss: 0.4465
  • Rewards/chosen: -0.5929
  • Rewards/rejected: -1.6772
  • Rewards/accuracies: 0.7846
  • Rewards/margins: 1.0843
  • Logps/rejected: -1480.8429
  • Logps/chosen: -984.8102
  • Logits/rejected: -3.4642
  • Logits/chosen: -2.6475

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-06
  • 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
6d7651b

0 моделей