/ Модель

Характеристики

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

ultrafeedback-binarized-tulu-2-7b-dpo-full

Генерация текстаТекст → текст4 профессии

Англоязычная чат-модель Llama на 6,6 млрд параметров, дообученная методом DPO для ответов на инструкции и диалоговые запросы.

28скачиваний за 30 дней0лайковвеса обновлены29 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/ultrafeedback-binarized-tulu-2-7b-dpo-full — чат-модель на архитектуре Llama, дообученная на allenai/tulu-2-7b с помощью DPO на датасете HuggingFaceH4/ultrafeedback_binarized. Модель содержит 6,6 млрд параметров, принимает текст и рассчитана на контекст до 8192 токенов.

Она предназначена для генерации ответов на инструкции и диалоговые запросы. В README приведены метрики оценки на тестовом наборе, включая точность предпочтений 0,6746; подробности методики оценки и сценариев применения не описаны. Модель англоязычная, поэтому качество ответов на других языках не подтверждено.

Модель распространяется в формате safetensors через Transformers. Лицензия в предоставленных данных не указана.

Сценарии применения

  • ответы на пользовательские инструкции
  • ведение текстового диалога
  • подготовка черновиков ответов на английском языке

Ограничения

Подтверждена ориентация на английский язык; качество для других языков не установлено. README не описывает ограничения применения и подробности оценки.

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

ultrafeedback-binarized-tulu-2-7b-dpo-full

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

  • Loss: 0.6636
  • Rewards/chosen: 0.0407
  • Rewards/rejected: -0.0326
  • Rewards/accuracies: 0.6746
  • Rewards/margins: 0.0733
  • Logps/rejected: -317.3561
  • Logps/chosen: -335.2600
  • Logits/rejected: -1.2511
  • Logits/chosen: -1.1780

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: 4
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 256
  • total_eval_batch_size: 32
  • 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
0.67620.41841000.67530.05460.01220.66270.0424-312.8761-333.8717-1.2638-1.1861
0.66040.83682000.66400.0423-0.03110.67060.0734-317.2082-335.1042-1.2523-1.1794

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
3ef9c96

0 моделей