/ Модель
Каталог

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
zephyr-7b-sft-full
Библиотека
transformers
Опубликована
1 сен 2024

Ссылки

Hugging Face

zephyr-7b-hh-dpo

NicholasCorrado
Генерация текстаТекст → текст5 профессий

Диалоговая модель Mistral на 7,1 млрд параметров, дообученная методом DPO для генерации текста и ответов в чате.

25скачиваний за 30 дней0лайковвеса обновлены1 сен 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.

Открыть конструктор бенчмарка

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/zephyr-7b-hh-dpo — диалоговая языковая модель на архитектуре Mistral с 7,1 млрд параметров. Она дообучена методом DPO на наборе диалогов HuggingFaceH4/hh-rlhf-h4 поверх alignment-handbook/zephyr-7b-sft-full и предназначена для генерации текста и ответов в чате. Модель работает с текстом, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors.

Карточка приводит метрики оценки на тестовом наборе, включая точность предпочтений 0,7174, но не описывает сценарии использования, языковое покрытие или ограничения качества. Лицензия Apache-2.0.

Сценарии применения

  • генерация ответов в диалоге
  • ответы на вопросы в текстовом чате
  • поддержание многоходового разговора
  • следование предпочтениям в диалоговых ответах

Ограничения

Карточка не описывает конкретные ограничения модели и её языковое покрытие. Приведённые метрики относятся только к указанному оценочному набору.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модельI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейIII.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594моделиI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

zephyr-7b-hh-dpo

This model is a fine-tuned version of alignment-handbook/zephyr-7b-sft-full on the HuggingFaceH4/hh-rlhf-h4 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.5453
  • Rewards/chosen: -2.4749
  • Rewards/rejected: -3.2088
  • Rewards/accuracies: 0.7174
  • Rewards/margins: 0.7340
  • Logps/rejected: -474.4292
  • Logps/chosen: -394.6965
  • Logits/rejected: 3.9043
  • Logits/chosen: 3.4245

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

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
MistralForCausalLM
Ревизия весов
fb1e5db

0 моделей

    Создать бенчмарк