/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
65 млрд
Размер весов
83,7 ГБ
Лицензия
Apache 2.0
Архитектура
RefinedWeb · dense
Опубликована
4 июн 2023

falcon-40b-sft-mix-1226

Генерация текстаТекст → текст10 профессий

Дообученная на диалогах и инструкциях Falcon 40B модель OpenAssistant для многоязычной генерации ответов и продолжения текста.

100скачиваний за 30 дней38лайковвеса обновлены6 июн 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

OpenAssistant/falcon-40b-sft-mix-1226 — языковая модель OpenAssistant, созданная дообучением Falcon 40B от TII. Это плотный авторегрессионный трансформер с причинным декодером; метаданные указывают 65 млрд параметров. Модель обучена на смеси диалогов OpenAssistant OASST1, Dolly-15k и синтетических инструкционных данных; карточка связывает её с контрольной точкой обучения на 1226 шагах.

Модель предназначена для генерации ответов и продолжения текста по инструкциям, в том числе в диалоговом формате с маркерами пользовательских и ассистентских реплик. Основные языки — английский, немецкий, испанский и французский; README также отмечает ограниченные возможности на итальянском, португальском, польском, нидерландском, румынском, чешском и шведском. Модель принимает текст и генерирует текст.

Сильная сторона модели — дообучение на диалогах и инструкциях, позволяющее отвечать на вопросы и выполнять текстовые запросы на нескольких языках. Карточка приводит оценивание ilm-eval и демонстрации продолжения случайных запросов. Ограничения: дополнительные языки поддерживаются слабее основных, а в карточке нет данных о длине контекста. Лицензия — Apache 2.0.

Сценарии применения

  • ответы на вопросы по текстовому запросу
  • диалоговый помощник на английском, немецком, испанском или французском
  • выполнение текстовых инструкций
  • продолжение заданного текста
  • черновики и перефразирование текста

Ограничения

Итальянский, португальский, польский, нидерландский, румынский, чешский и шведский поддерживаются ограниченно. Длина контекста в предоставленных данных не указана.

Для каких профессий подходит10

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

Open-Assistant Falcon 40B SFT MIX Model

This model is a fine-tuning of TII's Falcon 40B LLM. It was trained on a mixture of OASST top-2 threads (exported on June 2, 2023), Dolly-15k and synthetic instruction datasets (see dataset configuration below).

Model Details

Prompting

Two special tokens are used to mark the beginning of user and assistant turns: <|prompter|> and <|assistant|>. Each turn ends with a <|endoftext|> token.

Input prompt example:

<|prompter|>What is a meme, and what's the history behind this word?<|endoftext|><|assistant|>

The input ends with the <|assistant|> token to signal that the model should start generating the assistant reply.

Configuration Details

Model:

falcon-40b:
  dtype: bf16
  learning_rate: 1e-5
  model_name: "tiiuae/falcon-40b"
  deepspeed_config: configs/zero3_config_falcon.json
  weight_decay: 0.0
  max_length: 2048
  warmup_steps: 20
  gradient_checkpointing: true
  gradient_accumulation_steps: 1
  per_device_train_batch_size: 18
  per_device_eval_batch_size: 10
  eval_steps: 120
  save_strategy: steps
  save_steps: 613
  num_train_epochs: 8
  save_total_limit: 4
  use_flash_attention: false
  residual_dropout: 0.3
  residual_dropout_lima: true

Dataset:

sft9-stage2:
  # oasst_export: 100.00% (29899)
  # vicuna: 50.00% (16963)
  # code_alpaca: 50.00% (9510)
  # oa_wiki_qa_bart_10000row: 100.00% (9434)
  # grade_school_math_instructions: 100.00% (8351)
  # dolly15k: 100.00% (14250)

  use_custom_sampler: true
  datasets:
    - oasst_export:
        lang: "bg,ca,cs,da,de,en,es,fr,hr,hu,it,nl,pl,pt,ro,ru,sl,sr,sv,uk" # sft-8.0
        input_file_path: 2023-06-02_oasst_all_labels.jsonl.gz
        val_split: 0.05
        top_k: 2
    - vicuna:
        fraction: 0.5
        val_split: 0.025
        max_val_set: 250
    - code_alpaca:
        fraction: 0.5
        val_split: 0.05
        max_val_set: 250
    - oa_wiki_qa_bart_10000row:
        val_split: 0.05
        max_val_set: 250
    - grade_school_math_instructions:
        val_split: 0.05
    - dolly15k:
        val_split: 0.05
        max_val_set: 300

Как запустить

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

GPU в ailist

vLLM

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
RWForCausalLM
Ревизия весов
9ac6b78

0 моделей