/ Модель

Характеристики

Контекст
8 192 токена
Параметры
8,2 млрд
Лицензия
MIT
Архитектура
gemma · dense
Библиотека
transformers
Опубликована
15 апр 2024

VolareQuantized

Генерация текстаТекст → текст9 профессий

Квантизированная модель Gemma на 8,2 млрд параметров для генерации текста и контекстных диалогов, включая RAG, с поддержкой итальянского и английского языков.

131скачиваний за 30 дней1лайквеса обновлены18 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

VolareQuantized — компактная квантизированная версия модели Volare от команды Moxoff. Это плотная авторегрессионная языковая модель семейства Gemma примерно на 8,2 млрд параметров; доступны варианты GGUF Q4_K_M и Q8_0, рассчитанные на снижение требований к памяти и вычислениям. Модель предназначена для генерации текста, диалогов и сценариев Retrieval-Augmented Generation (RAG), где важно учитывать контекст; в обучении использовались SQUAD-it и внутренние наборы данных. Контекст модели составляет 8192 токена, основные языки — итальянский и английский.

В README приведена оценка на тестовых наборах Open Ita LLM Leaderboard: средний результат 0,555 и F1 69,82. Модель не проходила этап выравнивания с предпочтениями людей через RLHF и не описана как снабжённая фильтрацией ответов, поэтому может выдавать проблемный контент, особенно при соответствующих запросах. Лицензия — MIT.

Сценарии применения

  • ответы на вопросы по документам в RAG-системе
  • диалоги с учётом предыдущего контекста
  • генерация текста на итальянском языке
  • ответы на вопросы на английском языке

Ограничения

Модель не проходила RLHF-выравнивание и не описана как снабжённая фильтрацией ответов, поэтому может генерировать проблемный контент. Квантизация снижает требования к ресурсам, но README не приводит сравнительных данных о её влиянии на качество.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Information

VolareQuantized is a compact iteration of the model Volare, optimized for efficiency.

It is offered in two distinct configurations: a 4-bit version and an 8-bit version, each designed to maintain the model's effectiveness while significantly reducing its size and computational requirements.

  • It's trained both on publicly available datasets, like SQUAD-it, and datasets we've created in-house.
  • it's designed to understand and maintain context, making it ideal for Retrieval Augmented Generation (RAG) tasks and applications requiring contextual awareness.
  • It is quantized in a 4-bit version and an 8-bit version following the procedure here.

Evaluation

We evaluated the model using the same test sets as used for the Open Ita LLM Leaderboard

hellaswag_it acc_normarc_it acc_normm_mmlu_it 5-shot accAverageF1
0.64740.46710.55210.55569.82

Usage

You need to download the .gguf model first

If you want to use the cpu install these dependencies:

pip install llama-cpp-python huggingface_hub

If you want to use the gpu instead:

CMAKE_ARGS="-DLLAMA_CUBLAS=on" pip install huggingface_hub llama-cpp-python --force-reinstall --upgrade --no-cache-dir

And then use this code to see a response to the prompt.

from huggingface_hub import hf_hub_download
from llama_cpp import Llama

model_path = hf_hub_download(
    repo_id="MoxoffSpA/VolareQuantized",
    filename="Volare-ggml-Q4_K_M.gguf"
)

# Set gpu_layers to the number of layers to offload to GPU. Set to 0 if no GPU acceleration is available on your system.
llm = Llama(
  model_path=model_path,
  n_ctx=2048,  # The max sequence length to use - note that longer sequence lengths require much more resources
  n_threads=8,            # The number of CPU threads to use, tailor to your system and the resulting performance
  n_gpu_layers=0         # The number of layers to offload to GPU, if you have GPU acceleration available
)

# Simple inference example
question = """Quanto è alta la torre di Pisa?"""
context = """
La Torre di Pisa è un campanile del XII secolo, famoso per la sua inclinazione. Alta circa 56 metri.
"""

prompt = f"Domanda: {question}, contesto: {context}"

output = llm(
  f"[INST] {prompt} [/INST]", # Prompt
  max_tokens=128,
  stop=["\n"],   
  echo=True,
  temperature=0.1,
  top_p=0.95
)

# Chat Completion API

print(output['choices'][0]['text'])

Bias, Risks and Limitations

VolareQuantized and its original model have not been aligned to human preferences for safety within the RLHF phase or deployed with in-the-loop filtering of responses like ChatGPT, so the model can produce problematic outputs (especially when prompted to do so). It is also unknown what the size and composition of the corpus was used to train the base model, however, it is likely to have included a mix of Web data and technical sources like books and code.

Links to resources

Quantized versions

We have the not quantized version here: https://huggingface.co/MoxoffSpA/Volare

The Moxoff Team

Jacopo Abate, Marco D'Ambra, Luigi Simeone, Gianpaolo Francesco Trotta

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Класс архитектуры
GemmaForCausalLM
Ревизия весов
42eea66

0 моделей