/ Модель

Характеристики

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

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

Генерация текстаТекст → текст4 профессии

Плотная языковая модель Llama на 6,6 млрд параметров, DPO-дообученная для генерации текста и диалоговых ответов.

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

Модель Minbyul/selfbiorag-7b-dpo-full-sft-wo-kqa_silver_wogold — плотная авторегрессионная языковая модель семейства Llama с 6,6 млрд параметров. Это DPO-дообучение модели Minbyul/selfbiorag-7b-wo-kqa_silver_wogold-sft на наборе HuggingFaceH4/ultrafeedback_binarized; в README приведены метрики оценки предпочтений, включая точность rewards 0,8697.

Модель предназначена для генерации текста и диалоговых ответов. Контекст составляет 4096 токенов, веса опубликованы в формате Safetensors. README не описывает специализированные сценарии, языки или результаты на прикладных задачах, поэтому их нельзя надёжно определить по имеющимся данным.

Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация связных текстовых ответов
  • создание диалогового ассистента
  • сравнение предпочтительности вариантов ответа в исследовательских экспериментах

Ограничения

README не содержит сведений о специализированных возможностях или оценке качества на прикладных задачах. Контекст ограничен 4096 токенами.

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-kqa_silver_wogold

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

  • Loss: 0.3027
  • Rewards/chosen: -1.2987
  • Rewards/rejected: -5.2535
  • Rewards/accuracies: 0.8697
  • Rewards/margins: 3.9549
  • Logps/rejected: -1323.0533
  • Logps/chosen: -663.1464
  • Logits/rejected: -0.3508
  • Logits/chosen: -0.2498

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

Training LossEpochStepValidation LossRewards/chosenRewards/rejectedRewards/accuraciesRewards/marginsLogps/rejectedLogps/chosenLogits/rejectedLogits/chosen
0.23570.351000.3364-0.8114-3.45240.85792.6410-1142.9419-614.4251-0.03670.0065
0.1540.712000.3009-0.9868-4.19050.86323.2037-1216.7521-631.9589-0.3156-0.2396

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
a8fbea2

0 моделей