/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
29 ГБ
Лицензия
CC BY-NC-SA 4.0
Архитектура
mistral · dense
Базовая модель
Mistral-7B-v0.1
Опубликована
9 ноя 2023

Claire-Mistral-7B-0.1

Генерация текстаТекст → текст4 профессии

Французская модель Mistral на 7,1 млрд параметров для продолжения диалогов и адаптации к задачам генерации и анализа бесед.

40скачиваний за 30 дней14лайковвеса обновлены21 дек 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

Claire-Mistral-7B-0.1 — языковая модель с архитектурой Mistral, разработанная LINAGORA и OpenLLM-France на основе Mistral-7B-v0.1. Это причинная декодерная модель на 7,1 млрд параметров, дообученная на французских диалогах; формат весов — PyTorch и Safetensors, контекст — до 32 768 токенов.

Модель предназначена для продолжения диалогов и как основа для дальнейшей настройки на генерацию диалогов и понимание бесед, например для суммаризации встреч. Она обучалась на французских парламентских выступлениях, театральных текстах и интервью с разметкой говорящих; ожидаемые форматы запросов включают монолог и реплики нескольких участников. Основной язык обучения — французский, хотя модель может генерировать текст на других языках, известных исходной Mistral-7B-v0.1.

Модель может воспроизводить характерные для устной речи повторы, запинки и другие разговорные конструкции. Для коммерческого использования лицензия CC BY-NC-SA 4.0 не подходит; при использовании необходимо соблюдать её условия.

Сценарии применения

  • генерация продолжения французского диалога
  • создание реплик для беседы с несколькими участниками
  • дообучение чат-модели на французском языке
  • подготовка модели для суммаризации стенограмм встреч
  • генерация разговорного текста по транскрипту с разметкой говорящих

Ограничения

Модель может генерировать повторы, запинки и другие особенности устной речи. Обучение и оценка проводились на французских диалогах; качество для других языков не подтверждено. Лицензия CC BY-NC-SA 4.0 ограничивает коммерческое использование.

Для каких профессий подходит4

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

Claire-Mistral-7B-0.1

Claire-Mistral-7B-0.1 is a 7B parameter causal decoder-only model built by LINAGORA and OpenLLM-France adapted from Mistral-7B on French conversational data.

Claire-Mistral-7B-0.1 is a pretrained language model designed to be attuned to the dynamics of linguistic interactions in dialogue. Without further training, its expected use is to generate continuations of dialogues. Its main purpose is to serve as a base model for fine-tuning on dialogue generation (e.g., chat) and dialogue understanding (e.g., meeting summarization) tasks. Please note that due to its training, the model is prone to generate dialogues with disfluencies and other constructions common to spoken language.

A qualitatively better variant of this model is available under Claire-7B-0.1.

Typical usage

import transformers
import torch

model_name = "OpenLLM-France/Claire-Mistral-7B-0.1"

tokenizer = transformers.AutoTokenizer.from_pretrained(model_name)
model = transformers.AutoModelForCausalLM.from_pretrained(model_name,
    device_map="auto",
    torch_dtype=torch.bfloat16,
    load_in_4bit=True                          # For efficient inference, if supported by the GPU card
)

pipeline = transformers.pipeline("text-generation", model=model, tokenizer=tokenizer)
generation_kwargs = dict(
    num_return_sequences=1,                    # Number of variants to generate.
    return_full_text= False,                   # Do not include the prompt in the generated text.
    max_new_tokens=200,                        # Maximum length for the output text.
    do_sample=True, top_k=10, temperature=1.0, # Sampling parameters.
    pad_token_id=tokenizer.eos_token_id,       # Just to avoid a harmless warning.
)

prompt = """\
- Bonjour Dominique, qu'allez-vous nous cuisiner aujourd'hui ?
- Bonjour Camille,\
"""
completions = pipeline(prompt, **generation_kwargs)
for completion in completions:
    print(prompt + " […]" + completion['generated_text'])

This will print something like:

- Bonjour Dominique, qu'allez-vous nous cuisiner aujourd'hui ?
- Bonjour Camille, […] je vous prépare un plat de saison, une daube provençale.
- Ah je ne connais pas cette recette.
- C'est très facile à préparer, vous n'avez qu'à mettre de l'eau dans une marmite, y mettre de l'oignon émincé, des carottes coupées en petits morceaux, et vous allez mettre votre viande de bœuf coupé en petits morceaux également.
- Je n'ai jamais cuisiné de viande de bœuf, mais c'est vrai que ça a l'air bien facile.
- Vous n'avez plus qu'à laisser mijoter, et ensuite il sera temps de servir les clients.
- Très bien.

You will need at least 6GB of VRAM to run inference using 4bit quantization (16GB of VRAM without 4bit quantization).

If you have trouble running this code, make sure you have recent versions of torch, transformers and accelerate (see requirements.txt).

Typical prompts

Claire-Mistral-7B-0.1 was trained on diarized French conversations. During training, the dialogues were normalized in several formats. The possible formats for expected prompts are as follows:

A monologue can be specified as a single line prompt (though keep in mind that the model might still return a dialogue because of its training):

prompt = "Mesdames et messieurs les députés, chers collègues, bonsoir. Vous l'aurez peut-être remarqué, je cite rarement"

A dialogue between two speakers can be specified with one line per speech turn starting with a dash:

prompt = """\
- Bonjour Dominique, qu'allez-vous nous cuisiner aujourd'hui ?
- Bonjour Camille,\
"""

A dialogue or multilogue (with two or more speakers) can be specified with lines that start with [Intervenant X:] where X is a number:

prompt = """\
[Intervenant 1:] Bonjour Dominique, qu'allez-vous nous cuisiner aujourd'hui ?
[Intervenant 2:] Bonjour Camille,\
"""

A dialogue or multilogue with named speakers can be specified with lines that start with [SpeakerName:] where SpeakerName can be a first name, a first and a last name, a nickname, a title…

prompt = """\
[Mme Camille Durand:] Bonjour Dominique, qu'allez-vous nous cuisiner aujourd'hui ?
[Mr. Dominique Petit:] Bonjour Camille,\
"""

Training Details

Training Data

The training dataset is available at OpenLLM-France/Claire-Dialogue-French-0.1 and described in "The Claire French Dialogue Dataset" (2023).

Claire-Mistral-7B-0.1 was tuned from Mistral-7B-v0.1 on the following data distribution:

Data typeWordsTraining Sampling WeightSources
Parliamentary Proceedings135M35%Assemblée Nationale
Theatre16M18%Théâtre Classique, Théâtre Gratuit
Interviews6.4M29%TCOF, CFPP, CFPB (ORFEO), ACSYNT, PFC, Valibel (ORFEO), ESLO
Free Conversations2.2M10%CRFP (ORFEO), OFROM (ORFEO), CID, Rhapsodie, ParisStories, PFC, CLAPI, C-ORAL-ROM (ORFEO), LinTO, ESLO
Meetings1.2M5%SUMM-RE, LinTO, Réunions de travail (ORFEO)
Debates402k<2%FREDSum, ESLO
Assistance159k<1%Fleuron (ORFEO), Accueil UBS, OTG, ESLO
Presentation, Formal Address86k<0.5%Valibel (ORFEO), LinTO, ESLO

Training data was augmented with the following techniques:

  • varying the format used to indicate speech turns (dashes or [XXX:])
  • substituting [Intervenant X:] for [SpeakerName:] or vice versa, where [SpeakerName:] might be a real name or a randomly generated name
  • removing punctuation marks and/or casing (to prepare the model for transcripts produced by some Automatic Speech Recognition systems)

Long conversations were truncated at a maximum of 4096 tokens. Where possible, they were split between speaker turns.

While the model has been trained and evaluated only on French dialogues, it may be able to generate conversations in other languages from the original Mistral-7B-v0.1 training data.

Training Procedure

The training code is available at https://github.com/OpenLLM-France/Lit-Claire.

Claire-Mistral-7B-0.1 is a causal decoder-only model trained on a causal language modeling task (i.e., predict the next token). See Mistral-7B for more details.

Claire-Mistral-7B-0.1 was trained on 8 A100 80GB GPUs for about 50 GPU hours.

Hyperparameters were the following:

HyperparameterValue
Precisionbfloat16
OptimizerAdamW
Learning rate1e-4
Weight decay1e-2
Batch size128
LoRA rank16
LoRA alpha32
Dropout0.05
gradient clipping1

Evaluation

See the Evaluation section of Claire-7B-0.1.

License

Given that some of the corpora used for training are only available under CC-BY-NC-SA licenses, Claire-Mistral-7B-0.1 is made available under the CC-BY-NC-SA 4.0 license.

Acknowledgements

This work was performed using HPC resources from GENCI–IDRIS (Grant 2023-AD011014561).

Claire-Mistral-7B-0.1 was created by members of LINAGORA (in alphabetical order): Ismaïl Harrando, Julie Hunter, Jean-Pierre Lorré, Jérôme Louradour, Michel-Marie Maudet, Virgile Rennard, Guokan Shang.

Special thanks to partners from the OpenLLM-France community, especially Christophe Cerisara (LORIA), Pierre-Carl Langlais and Anastasia Stasenko (OpSci), and Pierre Colombo, for valuable advice.

Contact

contact@openllm-france.fr

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
32a4fc6

0 моделей