/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
8,9 млрд
Размер весов
18 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Библиотека
transformers
Опубликована
6 янв 2024

neuronovo-9B-v0.2

Генерация текстаТекст → текст5 профессий

Англоязычная модель Mistral на 8,9 млрд параметров, дообученная для генерации текста и диалоговых ответов.

25скачиваний за 30 дней6лайковвеса обновлены15 янв 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

Neuronovo/neuronovo-9B-v0.2 — языковая модель Jan Kocoń на архитектуре Mistral, дообученная на базе CultriX/MistralTrix-v1 с применением LoRA и DPO на наборе Intel/orca_dpo_pairs. Она предназначена для генерации текста и диалоговых ответов, включая продолжение беседы и ответы на запросы. Модель содержит 8,9 млрд параметров, использует Transformers и формат safetensors; нативный контекст составляет 32 768 токенов. В описании обучения также указаны пределы в 1 024 токена для промпта и 1 536 токенов для генерации.

Карточка заявляет высокое место в категории моделей примерно на 7 млрд параметров, хотя фактический размер ближе к 9 млрд; это заявление не сопровождается здесь подробностями оценки. Модель рассчитана на английский язык. Репозиторий распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация диалоговых ответов на английском языке
  • продолжение беседы с языковой моделью
  • создание связного текста по текстовому запросу
  • эксперименты с диалоговыми LLM

Ограничения

Карточка не приводит воспроизводимых результатов бенчмарков и подробной оценки заявленного места в рейтинге. Указанные в README пределы обучения составляют 1 024 токена для промпта и 1 536 для генерации; они могут отличаться от нативного контекстного окна в 32 768 токенов.

Для каких профессий подходит5

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

Currently 2nd best model in ~7B category (actually closer to ~9B) on Hugging Face Leaderboard!

More information about making the model available here: 🔗Don't stop DPOptimizing!

Author: Jan Kocoń     🔗LinkedIn     🔗Google Scholar     🔗ResearchGate

The "Neuronovo/neuronovo-9B-v0.2" model represents an advanced and fine-tuned version of a large language model, initially based on "CultriX/MistralTrix-v1." Several key characteristics and features of this model:

  1. Training Dataset: The model is trained on a dataset named "Intel/orca_dpo_pairs," likely specialized for dialogue and interaction scenarios. This dataset is formatted to differentiate between system messages, user queries, chosen and rejected answers, indicating a focus on natural language understanding and response generation in conversational contexts.

  2. Tokenizer and Formatting: It uses a tokenizer from the "CultriX/MistralTrix-v1" model, configured to pad tokens from the left and use the end-of-sequence token as the padding token. This suggests a focus on language generation tasks, particularly in dialogue systems.

  3. Low-Rank Adaptation (LoRA) Configuration: The model incorporates a LoRA configuration with specific parameters like r=16, lora_alpha=16, and lora_dropout of 0.05. This is indicative of a fine-tuning process that aims to efficiently adapt the model to specific tasks by modifying only a small subset of the model's weights.

  4. Model Specifications for Fine-Tuning: The model is fine-tuned using a custom setup, including a DPO (Data Parallel Optimization) Trainer. This highlights an emphasis on efficient training, possibly to optimize memory usage and computational resources, especially given the large scale of the model.

  5. Training Arguments and Strategies: The training process uses specific strategies like gradient checkpointing, gradient accumulation, and a cosine learning rate scheduler. These methods are typically employed in training large models to manage resource utilization effectively.

  6. Performance and Output Capabilities: Configured for causal language modeling, the model is capable of handling tasks that involve generating text or continuing dialogues, with a maximum prompt length of 1024 tokens and a maximum generation length of 1536 tokens. This suggests its aptitude for extended dialogues and complex language generation scenarios.

  7. Special Features and Efficiency: The use of techniques like LoRA, DPO training, and specific fine-tuning methods indicates that the "Neuronovo/neuronovo-9B-v0.2" model is not only powerful in terms of language generation but also optimized for efficiency, particularly in terms of computational resource management.

In summary, "Neuronovo/neuronovo-9B-v0.2" is a highly specialized, efficient, and capable large language model, fine-tuned for complex language generation tasks in conversational AI, leveraging state-of-the-art techniques in model adaptation and efficient training methodologies.

image/png


license: apache-2.0 language:

  • en library_name: transformers

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
1ba0438

0 моделей