/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
blockchainlabs_7B_merged_test2_4
Библиотека
peft
Опубликована
20 янв 2024

Valor-7B-v0.1

Генерация текстаТекст → текст

Диалоговая модель на базе Mistral для творческой генерации текста и художественного письма.

0скачиваний за 30 дней10лайковвеса обновлены5 мар 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Valor-7B-v0.1 — языковая модель NeuralNovel, дообученная методом QLoRA на базе alnrg2arg/blockchainlabs_7B_merged_test2_4 с использованием датасета Neural-Story-v1. Она предназначена для генерации текста с упором на творческое письмо и развитие литературного стиля, а также поддерживает диалоговый сценарий.

Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. При обучении применялась 4-битная NF4-квантизация с двойной квантизацией и вычислениями в bfloat16. Репозиторий распространяется в формате Safetensors; лицензия — Apache-2.0.

В README приведён результат Loss 2,1411 на оценочном наборе и результаты Open LLM Leaderboard, однако эти значения сами по себе не подтверждают качество художественной генерации. Карточка не сообщает о поддержке конкретных языков, поэтому языковые возможности нельзя уточнить.

Сценарии применения

  • написание художественных рассказов по заданной идее
  • продолжение литературного текста
  • создание творческих диалогов между персонажами

Ограничения

В README не приведены прямые оценки качества художественного письма; указанные метрики относятся к общей оценке модели. Языки генерации отдельно не обозначены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

image/jpeg

NeuralNovel/Valor-7B-v0.1

Valor speaks louder than words.

This is a qlora finetune of blockchainlabs_7B_merged_test2_4 using the Neural-Story-v0.1 dataset, with the intention of increasing creativity and writing ability.

image/png

Training Details

base_model: alnrg2arg/blockchainlabs_7B_merged_test2_4
model_type: MistralForCausalLM
tokenizer_type: LlamaTokenizer
is_mistral_derived_model: true

load_in_8bit: false
load_in_4bit: true
strict: false

datasets:
  - path: NeuralNovel/Neural-Story-v1
    type: completion
dataset_prepared_path: last_run_prepared
val_set_size: 0.1
output_dir: ./qlora-out

adapter: qlora
lora_model_dir:

sequence_len: 8192
sample_packing: false
pad_to_sequence_len: true

lora_r: 32
lora_alpha: 16
lora_dropout: 0.05
lora_target_linear: true
lora_fan_in_fan_out:
lora_target_modules:
  - gate_proj
  - down_proj
  - up_proj
  - q_proj
  - v_proj
  - k_proj
  - o_proj

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: 0.0002

train_on_inputs: false
group_by_length: false
bf16: true
fp16: false
tf32: false

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

loss_watchdog_threshold: 5.0
loss_watchdog_patience: 3

warmup_steps: 10
evals_per_epoch: 4
eval_table_size:
eval_table_max_new_tokens: 128
saves_per_epoch: 1
debug:
deepspeed:
weight_decay: 0.0
fsdp:
fsdp_config:
special_tokens:
  bos_token: "<s>"
  eos_token: "</s>"
  unk_token: "<unk>"

qlora-out

This model is a fine-tuned version of alnrg2arg/blockchainlabs_7B_merged_test2_4 on the Neural-Story-v1. It achieves the following results on the evaluation set:

  • Loss: 2.1411

axolotl version: 0.3.0

The following bitsandbytes quantization config was used during training:

  • quant_method: bitsandbytes
  • load_in_8bit: False
  • load_in_4bit: True
  • llm_int8_threshold: 6.0
  • llm_int8_skip_modules: None
  • llm_int8_enable_fp32_cpu_offload: False
  • llm_int8_has_fp16_weight: False
  • bnb_4bit_quant_type: nf4
  • bnb_4bit_use_double_quant: True
  • bnb_4bit_compute_dtype: bfloat16

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0002
  • 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
2.32510.0612.8409
2.53180.2542.7634
1.73160.5182.3662
1.51960.76122.1411

Framework versions

  • PEFT 0.7.0
  • Transformers 4.37.0.dev0
  • Pytorch 2.0.1+cu117
  • Datasets 2.16.1
  • Tokenizers 0.15.0

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.74.21
AI2 Reasoning Challenge (25-Shot)72.27
HellaSwag (10-Shot)86.59
MMLU (5-Shot)64.09
TruthfulQA (0-shot)69.84
Winogrande (5-shot)83.35
GSM8k (5-shot)69.14

Как запустить

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

GPU в ailist

Универсальный рантайм · peft

Нельзя запустить

Репозиторий содержит только адаптер (LoRA/PEFT) без базовой модели.

Класс архитектуры
MistralForCausalLM
Ревизия весов
71e9007

0 моделей