/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
29 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Mistral-7B-v0.1
Опубликована
26 фев 2024

Senzu-7B-v0.1

Генерация текстаТекст → текст4 профессии

Дообученная на базе Mistral-7B модель для ролевых диалогов, генерации текста и ответов на сложные вопросы.

31скачиваний за 30 дней6лайковвеса обновлены5 мар 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

Senzu-7B-v0.1 — языковая модель NeuralNovel, полученная полным дообучением Mistral-7B-v0.1. Она содержит 7,1 млрд параметров, использует архитектуру Mistral и принимает контекст длиной до 32 768 токенов. Модель предназначена для генерации текста, особенно ролевых диалогов и ответов на сложные вопросы.

Обучение проводилось на наборах Neural-DPO, metamath_gsm8k и RPGPT_PublicDomain-alpaca. Модель распространяется в форматах PyTorch и Safetensors по лицензии Apache-2.0. В карточке приведены результаты Open LLM Leaderboard, включая оценки по AI2 Reasoning Challenge и HellaSwag.

Сценарии применения

  • ведение диалога от лица персонажа
  • создание ролевых игровых сцен и реплик
  • ответы на сложные вопросы
  • генерация текста по инструкции

Ограничения

Карточка не приводит сведений о специальных мерах защиты или оценке качества для конкретных сценариев; ответы модели могут быть неточными.

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

image/jpeg

NeuralNovel/Senzu-7B-v0.1

Embracing a quiet storm ..

Model Details

This model is a full parameter fine-tuned version of mistralai/Mistral-7B-v0.1

Trained on the Neural-DPO, metamath_gsm8k and RPGPT_PublicDomain-alpaca dataset.

This model excels at character roleplay, also with the ability of responding accurately to a wide variety of complex questions.

base_model: mistralai/Mistral-7B-v0.1
model_type: AutoModelForCausalLM
tokenizer_type: AutoTokenizer
is_mistral_derived_model: true

load_in_8bit: false
load_in_4bit: false
strict: false

datasets: 
  - path: practical-dreamer/RPGPT_PublicDomain-alpaca
    type: alpaca
    format: "[INST] {instruction} [/INST]"
    no_input_format: "[INST] {instruction} [/INST]"

datasets: 
  - path: shuyuej/metamath_gsm8k
    type: jeopardy
    format: "[INST] {instruction} [/INST]"
    no_input_format: "[INST] {instruction} [/INST]"

datasets:
  - path: NeuralNovel/Neural-DPO
    type:
      system_prompt: ""
      field_system: system
      field_instruction: chosen
      field_output: chosen
      format: "[INST] {instruction} [/INST]"
      no_input_format: "[INST] {instruction} [/INST]"
      
dataset_prepared_path:
val_set_size: 0.05
output_dir: ./out

sequence_len: 8192
sample_packing: false
pad_to_sequence_len: true
eval_sample_packing: false

wandb_project:
wandb_entity:
wandb_watch:
wandb_name: 
wandb_log_model:

gradient_accumulation_steps: 4
micro_batch_size: 2
num_epochs: 1
optimizer: adamw_bnb_8bit
lr_scheduler: cosine
learning_rate: 0.000005

train_on_inputs: false
group_by_length: false
bf16: auto
fp16:
tf32: false

gradient_checkpointing: true
early_stopping_patience:
resume_from_checkpoint:
local_rank:
logging_steps: 1
xformers_attention:
flash_attention: true

warmup_steps: 10
evals_per_epoch: 4
eval_table_size:
eval_max_new_tokens: 128
saves_per_epoch: 0
debug:
deepspeed:
weight_decay: 0.0
fsdp:
fsdp_config:
special_tokens:
  bos_token: "<s>"
  eos_token: "</s>"
  unk_token: "<unk>"

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-06
  • train_batch_size: 2
  • eval_batch_size: 2
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 8
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 10
  • num_epochs: 1

Training results

Training LossEpochStepValidation Loss
0.20610.0110.3139
0.00.25320.0000
0.00.5640.0010
0.00.76960.0000

Framework versions

  • Transformers 4.38.0.dev0
  • Pytorch 2.2.0+cu121
  • Datasets 2.17.1
  • Tokenizers 0.15.0

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.56.40
AI2 Reasoning Challenge (25-Shot)58.19
HellaSwag (10-Shot)81.98
MMLU (5-Shot)63.20
TruthfulQA (0-shot)40.20
Winogrande (5-shot)76.64
GSM8k (5-shot)18.20

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
3177fcc

0 моделей