Характеристики

Лицензия: Apache 2.0
Базовая модель: dolphin-2.9.4-llama3.1-8b
Библиотека: transformers
Опубликована: 8 сен 2024

Ссылки

Lama-DPOlphin-8B-GGUF

Генерация текстаТекст → текст7 профессий

QuantFactory/Lama-DPOlphin-8B-GGUF — это квантизированная версия модели CultriX/Lama-DPOlphin-8B, созданная QuantFactory с использованием llama.cpp.

926скачиваний за 30 дней2лайкавеса обновлены8 сен 2024

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

В основе лежит cognitivecomputations/dolphin-2.9.4-llama3.1-8b — авторегрессионная языковая модель семейства Llama с примерно 8 млрд параметров, предназначенная для генерации текста и диалоговых сценариев.

Модель дообучалась методом Direct Preference Optimization (DPO) на наборе mlabonne/orpo-dpo-mix-40k-flat с использованием QLoRA и шаблона чата ChatML. В конфигурации обучения указана длина последовательности 2048 токенов. Заявленный язык — английский. Формат GGUF и квантизация делают модель более подходящей для локального запуска с ограниченными ресурсами, однако конкретный уровень квантизации в карточке не указан, поэтому нельзя точно оценить требования к памяти и возможную потерю качества.

Модель ориентирована на текстовую генерацию, следование инструкциям и диалоговое использование. К ограничениям относятся отсутствие заявленной поддержки других языков, неопределённые характеристики производительности и качества на различных типах задач, а также отсутствие подробных данных о доступных вариантах квантизации. Лицензия — Apache 2.0.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

QuantFactory/Lama-DPOlphin-8B-GGUF

This is quantized version of CultriX/Lama-DPOlphin-8B created using llama.cpp

Original Model Card

Axolotl configuration:


base_model: cognitivecomputations/dolphin-2.9.4-llama3.1-8b
model_type: LlamaForCausalLM
tokenizer_type: AutoTokenizer
tokenizer:
  name_or_path: "https://huggingface.co/cognitivecomputations/dolphin-2.9.4-llama3.1-8b/resolve/main/tokenizer.json"


load_in_8bit: false
load_in_4bit: true
strict: false
save_safetensors: true
bnb_4bit_quant_type: "nf4"
bnb_4bit_compute_dtype: "bf16"
bnb_4bit_use_double_quant: true

rl: dpo
chat_template: chatml
datasets:
  - path: mlabonne/orpo-dpo-mix-40k-flat
    split: train
    type: chatml.intel

dataset_prepared_path: /workspace/axolotl/dataset-prepared
val_set_size: 0.0
output_dir: ./out

adapter: qlora
lora_model_dir:

sequence_len: 2048
sample_packing: false
pad_to_sequence_len: false

lora_r: 64
lora_alpha: 32
lora_dropout: 0.05
lora_target_linear: true
lora_fan_in_fan_out:
lora_target_modules:

wandb_project: axolotl
wandb_entity:
wandb_watch:
wandb_name:
wandb_log_model:


gradient_accumulation_steps: 4  # Reduced from 8 to 4 due to large VRAM
micro_batch_size: 2  # Increased micro-batch size to 2
num_epochs: 1
optimizer: paged_adamw_8bit
lr_scheduler: cosine
learning_rate: 5e-6
train_on_inputs: false
group_by_length: false

bf16: true  # Use bf16 as it is optimal for A40 GPUs
fp16: false
tf32: true  # TF32 is supported by A40 and improves performance

gradient_checkpointing: true
early_stopping_patience:
resume_from_checkpoint:
local_rank:
logging_steps: 1
xformers_attention:
flash_attention: true
warmup_steps: 100
evals_per_epoch: 0
eval_table_size:
eval_table_max_new_tokens: 128
saves_per_epoch: 1
debug:
deepspeed: deepspeed_configs/zero2.json  # Enable DeepSpeed with ZeRO Stage 2
weight_decay: 0.0
special_tokens:
  pad_token: <|end_of_text|>

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов: fb16e5e