/ Модель

Характеристики

Контекст
8 192 токена
Размер весов
31,6 ГБ
Лицензия
gpl
Архитектура
gpt_bigcode · dense
Опубликована
28 июн 2023

Redmond-Hermes-Coder

Генерация текстаТекст → текст8 профессий

Дообученная на инструкциях модель GPTBigCode для генерации кода, выполнения текстовых инструкций и творческого письма.

244скачиваний за 30 дней20лайковвеса обновлены1 июл 2023

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

Redmond-Hermes-Coder 15B — языковая модель Nous Research, дообученная Teknium и Karan4D на базе WizardCoder, использующей StarCoder. Это плотная авторегрессионная модель GPTBigCode для генерации текста и кода; она была обучена на более чем 300 тысячах инструкций, преимущественно на синтетических ответах GPT-4. Модель принимает текстовые инструкции в формате Alpaca и генерирует текстовые ответы. В метаданных указан контекст 8192 токена и поддержка английского языка.

Модель предназначена для генерации и объяснения кода, выполнения инструкций, а также творческого письма и других общих текстовых задач. README сообщает о HumanEval 39%: результат ниже WizardCoder, хотя авторы отмечают, что в разнообразных некодовых задачах модель выглядит лучше WizardCoder. Это предварительный эксперимент, поэтому её результаты на задачах программирования могут уступать профильным моделям. Лицензия — GPL.

Сценарии применения

  • генерация фрагментов кода по описанию
  • объяснение кода и помощь с программированием
  • выполнение инструкций на английском языке
  • черновики и творческие тексты
  • ответы на общие вопросы в формате чат-бота

Ограничения

По README, результат HumanEval составляет 39%, что ниже указанного результата WizardCoder в 57%; авторы называют модель предварительным экспериментом. Карточка не приводит подробных ограничений по языкам программирования или качеству на других бенчмарках.

Для каких профессий подходит8

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

Model Card: Redmond-Hermes-Coder 15B

Model Description

Redmond-Hermes-Coder 15B is a state-of-the-art language model fine-tuned on over 300,000 instructions. This model was fine-tuned by Nous Research, with Teknium and Karan4D leading the fine tuning process and dataset curation, Redmond AI sponsoring the compute, and several other contributors.

This model was trained with a WizardCoder base, which itself uses a StarCoder base model.

The model is truly great at code, but, it does come with a tradeoff though. While far better at code than the original Nous-Hermes built on Llama, it is worse than WizardCoder at pure code benchmarks, like HumanEval.

It comes in at 39% on HumanEval, with WizardCoder at 57%. This is a preliminary experiment, and we are exploring improvements now.

However, it does seem better at non-code than WizardCoder on a variety of things, including writing tasks.

Model Training

The model was trained almost entirely on synthetic GPT-4 outputs. This includes data from diverse sources such as GPTeacher, the general, roleplay v1&2, code instruct datasets, Nous Instruct & PDACTL (unpublished), CodeAlpaca, Evol_Instruct Uncensored, GPT4-LLM, and Unnatural Instructions.

Additional data inputs came from Camel-AI's Biology/Physics/Chemistry and Math Datasets, Airoboros' (v1) GPT-4 Dataset, and more from CodeAlpaca. The total volume of data encompassed over 300,000 instructions.

Collaborators

The model fine-tuning and the datasets were a collaboration of efforts and resources from members of Nous Research, includingTeknium, Karan4D, Huemin Art, and Redmond AI's generous compute grants.

Huge shoutout and acknowledgement is deserved for all the dataset creators who generously share their datasets openly.

Among the contributors of datasets, GPTeacher was made available by Teknium, Wizard LM by nlpxucan, and the Nous Research Instruct Dataset was provided by Karan4D and HueminArt.
The GPT4-LLM and Unnatural Instructions were provided by Microsoft, Airoboros dataset by jondurbin, Camel-AI datasets are from Camel-AI, and CodeAlpaca dataset by Sahil 2801. If anyone was left out, please open a thread in the community tab.

Prompt Format

The model follows the Alpaca prompt format:

### Instruction:

### Response:

or

### Instruction:

### Input:

### Response:

Resources for Applied Use Cases:

For an example of a back and forth chatbot using huggingface transformers and discord, check out: https://github.com/teknium1/alpaca-discord
For an example of a roleplaying discord bot, check out this: https://github.com/teknium1/alpaca-roleplay-discordbot

Future Plans

The model is currently being uploaded in FP16 format, and there are plans to convert the model to GGML and GPTQ 4bit quantizations. The team is also working on a full benchmark, similar to what was done for GPT4-x-Vicuna. We will try to get in discussions to get the model included in the GPT4All.

Benchmark Results

HumanEval: 39%
|                      Task                      |Version|       Metric        |Value |   |Stderr|
|------------------------------------------------|------:|---------------------|-----:|---|-----:|
|arc_challenge                                   |      0|acc                  |0.2858|±  |0.0132|
|                                                |       |acc_norm             |0.3148|±  |0.0136|
|arc_easy                                        |      0|acc                  |0.5349|±  |0.0102|
|                                                |       |acc_norm             |0.5097|±  |0.0103|
|bigbench_causal_judgement                       |      0|multiple_choice_grade|0.5158|±  |0.0364|
|bigbench_date_understanding                     |      0|multiple_choice_grade|0.5230|±  |0.0260|
|bigbench_disambiguation_qa                      |      0|multiple_choice_grade|0.3295|±  |0.0293|
|bigbench_geometric_shapes                       |      0|multiple_choice_grade|0.1003|±  |0.0159|
|                                                |       |exact_str_match      |0.0000|±  |0.0000|
|bigbench_logical_deduction_five_objects         |      0|multiple_choice_grade|0.2260|±  |0.0187|
|bigbench_logical_deduction_seven_objects        |      0|multiple_choice_grade|0.1957|±  |0.0150|
|bigbench_logical_deduction_three_objects        |      0|multiple_choice_grade|0.3733|±  |0.0280|
|bigbench_movie_recommendation                   |      0|multiple_choice_grade|0.3200|±  |0.0209|
|bigbench_navigate                               |      0|multiple_choice_grade|0.4830|±  |0.0158|
|bigbench_reasoning_about_colored_objects        |      0|multiple_choice_grade|0.4150|±  |0.0110|
|bigbench_ruin_names                             |      0|multiple_choice_grade|0.2143|±  |0.0194|
|bigbench_salient_translation_error_detection    |      0|multiple_choice_grade|0.2926|±  |0.0144|
|bigbench_snarks                                 |      0|multiple_choice_grade|0.5249|±  |0.0372|
|bigbench_sports_understanding                   |      0|multiple_choice_grade|0.4817|±  |0.0159|
|bigbench_temporal_sequences                     |      0|multiple_choice_grade|0.2700|±  |0.0140|
|bigbench_tracking_shuffled_objects_five_objects |      0|multiple_choice_grade|0.1864|±  |0.0110|
|bigbench_tracking_shuffled_objects_seven_objects|      0|multiple_choice_grade|0.1349|±  |0.0082|
|bigbench_tracking_shuffled_objects_three_objects|      0|multiple_choice_grade|0.3733|±  |0.0280|
|boolq                                           |      1|acc                  |0.5498|±  |0.0087|
|hellaswag                                       |      0|acc                  |0.3814|±  |0.0048|
|                                                |       |acc_norm             |0.4677|±  |0.0050|
|openbookqa                                      |      0|acc                  |0.1960|±  |0.0178|
|                                                |       |acc_norm             |0.3100|±  |0.0207|
|piqa                                            |      0|acc                  |0.6600|±  |0.0111|
|                                                |       |acc_norm             |0.6610|±  |0.0110|
|winogrande                                      |      0|acc                  |0.5343|±  |0.0140|

Model Usage

The model is available for download on Hugging Face. It is suitable for a wide range of language tasks, from generating creative text to understanding and following complex instructions.

Compute provided by our project sponsor Redmond AI, thank you!!

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPTBigCodeForCausalLM
Ревизия весов
2176fb9

0 моделей