/ Модель

Характеристики

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

falcon-40b-sft-top1-560

Генерация текстаТекст → текст7 профессий

Диалоговая модель OpenAssistant на 65 млрд параметров, дообученная на высококачественных примерах OASST1 для генерации ответов и продолжения текста.

131скачиваний за 30 дней51лайквеса 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

Open-Assistant Falcon 40B SFT OASST-TOP1 — языковая модель, созданная командой OpenAssistant дообучением Falcon 40B от TII на лучших демонстрациях из набора OpenAssistant Conversations (OASST1). Это причинный декодерный трансформер семейства RefinedWeb с 65 млрд параметров и контекстом 2048 токенов; репозиторий содержит веса PyTorch.

Модель предназначена для диалоговых ответов и продолжения текста по запросу пользователя. Она рассчитана прежде всего на английский, немецкий, испанский и французский языки; также описаны ограниченные возможности для итальянского, португальского, польского, нидерландского, румынского, чешского и шведского. Для диалога используются специальные маркеры начала ходов пользователя и ассистента.

Модель обучена примерно за 7,5 эпох с dropout в стиле LIMA и эффективным размером пакета 144. Возможности и качество на других задачах и языках могут быть ограничены; модель не следует считать специализированной системой для разметки или классификации. Лицензия — Apache 2.0.

Сценарии применения

  • ответы на вопросы в диалоге
  • генерация продолжения текста по промпту
  • создание черновиков и пояснений на английском, немецком, испанском или французском
  • многоязычный диалог с ограниченной поддержкой ряда европейских языков

Ограничения

Основной контекст ограничен 2048 токенами. Поддержка итальянского, португальского, польского, нидерландского, румынского, чешского и шведского языков ограничена; качество на задачах классификации и разметки отдельно не подтверждено.

Для каких профессий подходит7

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 OASST-TOP1 Model

This model is a fine-tuning of TII's Falcon 40B LLM. It was trained with top-1 (high-quality) demonstrations of the OASST data set (exported on May 6, 2023) with an effective batch size of 144 for ~7.5 epochs with LIMA style dropout (p=0.3) and a context-length of 2048 tokens.

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
  log_dir: "falcon_log_40b"
  learning_rate: 5e-6
  model_name: "tiiuae/falcon-40b"
  deepspeed_config: configs/zero3_config_falcon.json
  output_dir: falcon
  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: 80
  save_steps: 80
  num_train_epochs: 8
  save_total_limit: 4
  use_flash_attention: false
  residual_dropout: 0.3
  residual_dropout_lima: true
  sort_by_length: false
  save_strategy: steps

Dataset:

oasst-top1:
  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: 2023-05-06_OASST_labels.jsonl.gz
        val_split: 0.05
        top_k: 1

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
7dfbb92

0 моделей