/ Модель

Характеристики

Контекст
8 192 токена
Параметры
6,6 млрд
Размер весов
13,5 ГБ
Архитектура
llama · dense
Базовая модель
tulu-2-7b-uf-dpo
Библиотека
transformers
Опубликована
30 авг 2024

uf-tulu-2-7b-dpo-full

Генерация текстаТекст → текст6 профессий

Диалоговая модель семейства Llama на 6,6 млрд параметров, дообученная методом DPO для генерации ответов на текстовые запросы.

24скачиваний за 30 дней0лайковвеса обновлены31 авг 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

NicholasCorrado/uf-tulu-2-7b-dpo-full — плотная авторегрессионная языковая модель семейства Llama, дообученная на базе models/tulu-2-7b-uf-dpo методом DPO на наборе HuggingFaceH4/ultrafeedback_binarized. Модель содержит 6,6 млрд параметров, использует архитектуру LlamaForCausalLM, работает через Transformers и принимает контекст длиной до 8192 токенов.

Модель предназначена для генерации текста в диалоговом формате и ответов на запросы. В README приведены результаты оценки на тестовом наборе, включая точность предпочтений 0,7422; подробности сценариев применения и ограничения в карточке не раскрыты. Файлы опубликованы в формате safetensors. Информация о лицензии в предоставленных данных отсутствует.

Сценарии применения

  • генерация ответов в диалоге с пользователем
  • создание текстовых ответов на инструкции
  • эксперименты с выравниванием ответов методом DPO

Ограничения

Карточка не описывает ограничения и целевые сценарии подробно; приведённые метрики относятся только к указанному тестовому набору. Лицензия в предоставленных данных не указана.

Для каких профессий подходит6

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

uf-tulu-2-7b-dpo-full

This model is a fine-tuned version of models/tulu-2-7b-uf-dpo on the HuggingFaceH4/ultrafeedback_binarized dataset. It achieves the following results on the evaluation set:

  • Loss: 0.6557
  • Rewards/chosen: -0.2228
  • Rewards/rejected: -0.3409
  • Rewards/accuracies: 0.7422
  • Rewards/margins: 0.1181
  • Logps/rejected: -359.4563
  • Logps/chosen: -339.0808
  • Logits/rejected: -1.0471
  • Logits/chosen: -1.0577

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-07
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 256
  • total_eval_batch_size: 64
  • 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
0.67650.41841000.6735-0.1002-0.15500.71480.0548-340.8675-326.8218-1.1563-1.1550
0.65490.83682000.6562-0.2176-0.33420.73050.1165-358.7881-338.5682-1.0513-1.0615

Framework versions

  • Transformers 4.44.1
  • Pytorch 2.1.2+cu121
  • Datasets 2.21.0
  • Tokenizers 0.19.1

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
baa9af0

0 моделей