/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
29 ГБ
Лицензия
CC BY-NC 4.0
Архитектура
mistral · dense
Базовая модель
ogno-monarch-jaskier-merge-7b
Опубликована
22 фев 2024

ogno-monarch-jaskier-merge-7b-NeuralDPO

Генерация текстаТекст → текст3 профессии

Дообученная 7,1-миллиардная модель Mistral для генерации текста и ответов на запросы с контекстом до 32 768 токенов.

21скачиваний за 30 дней0лайковвеса обновлены22 фев 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

Novocoders/ogno-monarch-jaskier-merge-7b-NeuralDPO — дообученная модель генерации текста на архитектуре Mistral, созданная на основе eren23/ogno-monarch-jaskier-merge-7b. Она предназначена для генерации продолжений текста и ответов на запросы. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов.

README указывает, что модель обучена с помощью Axolotl версии 0.4.0, но датасет, назначение дообучения и результаты оценки не описаны. Доступны веса в форматах PyTorch и Safetensors. Лицензия CC BY-NC 4.0 требует указания авторства и запрещает коммерческое использование.

Сценарии применения

  • генерация продолжения текста
  • подготовка ответов на текстовые запросы
  • эксперименты с генеративными моделями Mistral

Ограничения

Датасет, специализация дообучения и результаты оценки в карточке не описаны, поэтому качество для конкретных задач не установлено. Лицензия запрещает коммерческое использование.

Для каких профессий подходит3

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

axolotl version: 0.4.0

base_model: eren23/ogno-monarch-jaskier-merge-7b
model_type: MistralForCausalLM
tokenizer_type: LlamaTokenizer
is_mistral_derived_model: true

load_in_8bit: false
load_in_4bit: false
strict: false

rl: dpo
datasets:
  - path: NeuralNovel/Neural-DPO
    split: train
    type: chatml.intel
    format: "[INST] {instruction} [/INST]"
    no_input_format: "[INST] {instruction} [/INST]"    
dataset_prepared_path:
val_set_size: 0.05
output_dir: ./out

sequence_len: 8192
sample_packing: false
pad_to_sequence_len: true
eval_sample_packing: false

wandb_project:
wandb_entity:
wandb_watch:
wandb_name: 
wandb_log_model:

gradient_accumulation_steps: 4
micro_batch_size: 2
num_epochs: 6
optimizer: adamw_bnb_8bit
lr_scheduler: cosine
learning_rate: 0.000005

train_on_inputs: false
group_by_length: false
bf16: auto
fp16:
tf32: false

gradient_checkpointing: true
early_stopping_patience:
resume_from_checkpoint:
local_rank:
logging_steps: 1
xformers_attention:
flash_attention: true

warmup_steps: 10
evals_per_epoch: 4
eval_table_size:
eval_max_new_tokens: 128
saves_per_epoch: 0
debug:
deepspeed:
weight_decay: 0.0
fsdp:
fsdp_config:
special_tokens:
  bos_token: "<s>"
  eos_token: "</s>"
  unk_token: "<unk>"

out

This model is a fine-tuned version of eren23/ogno-monarch-jaskier-merge-7b on an unknown dataset.

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-06
  • train_batch_size: 2
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 8
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 10
  • training_steps: 801

Training results

Framework versions

  • Transformers 4.38.0.dev0
  • Pytorch 2.2.0+cu121
  • Datasets 2.17.1
  • Tokenizers 0.15.0

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
2e7cbd1

0 моделей