/ Модель

Характеристики

Контекст
65 536 токенов
Параметры
6,6 млрд
Размер весов
13,5 ГБ
Архитектура
llama · dense
Библиотека
transformers
Опубликована
30 авг 2023

Yarn-Llama-2-7b-64k

Генерация текстаТекст → текст5 профессий

Языковая модель Llama 2 с контекстом до 65 536 токенов для генерации текста с учётом длинных входных последовательностей.

485скачиваний за 30 дней26лайковвеса обновлены7 окт 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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,1799

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,3326

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2643

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,17

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0159

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3939

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

NousResearch/Yarn-Llama-2-7b-64k — плотная авторегрессионная языковая модель семейства Llama 2, созданная командой Nous Research и дополнительно предобученная на длинных текстах. Для обучения использовалась часть набора PG19; модель обучали ещё 400 шагов, чтобы она могла работать с контекстом до 65 536 токенов. Представленная версия адаптирована для Flash Attention 2 и требует установленной библиотеки Flash Attention для корректной работы.

Модель предназначена для генерации текста с учётом длинного контекста: например, для продолжения и анализа больших документов или длинных последовательностей текста. В метаданных указано 6,6 млрд параметров и формат PyTorch. Карточка сообщает о планах улучшить качество на длинном контексте и провести дообучение в формате инструкций, поэтому модель не следует считать специализированным чат-ассистентом. Лицензия в предоставленных данных не указана.

Сценарии применения

  • продолжение длинных текстов и книг
  • генерация текста по длинному контексту
  • работа с большими документами в одном контекстном окне

Ограничения

Для корректной работы требуется Flash Attention. Карточка не приводит результаты бенчмарков; модель не прошла заявленное авторами инструкционное дообучение.

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

Model Card: Nous-Yarn-Llama-2-7b-64k

Preprint (arXiv)
GitHub

Model Description

Nous-Yarn-Llama-2-7b-64k is a state-of-the-art language model for long context, further pretrained on long context data for 400 steps.
This model is the Flash Attention 2 patched version of the original model: https://huggingface.co/conceptofmind/Yarn-Llama-2-7b-64k

Note that this model requires the Flash Attention library in order to function correctly, see the Model Usage section for installation instructions.

Model Training

Starting from the base Llama 2 models, this model was further pretrained on a subset of the PG19 dataset, allowing it to effectively utilize up to 64k tokens of context.

Collaborators

The authors would like to thank Stability AI, Carper AI, and Eleuther AI for their generous support of significant computing resources that enabled the training of these models and the completion of this research. We would also like to thank Jonathan Tow and Dakota Mahan directly for their help in advising on the use of the Stability AI compute cluster. Additionally, we would like to thank a16z, and PygmalionAI, for providing resources to run evaluations and experiments on the models.

Usage and Prompt Format

Install FA2 and Rotary Extensions:

pip install flash-attn --no-build-isolation
pip install git+https://github.com/HazyResearch/flash-attention.git#subdirectory=csrc/rotary

There are no specific prompt formats as this is a pretrained base model.

Benchmark Results

TODO

Future Plans

We plan to continue training when we have more compute and to improve the dataset and/or instruct tune the models in order to improve the long context performance even further.

Model Usage

The model is available for download on HuggingFace.

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
0849143

0 моделей