/ Модель

Характеристики

Контекст
512 токенов
Параметры
385 млн
Размер весов
11,8 ГБ
Лицензия
MIT
Архитектура
t5 · dense
Опубликована
5 окт 2023

MUFFIN-T5-3B

Языковая модель5 профессий

Дообученная на инструкциях MUFFIN англоязычная модель T5 для выполнения разнообразных текстовых и классификационных заданий.

16скачиваний за 30 дней2лайкавеса обновлены6 мар 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

MUFFIN-T5-3B — языковая модель семейства T5, дообученная авторами на наборе инструкций MUFFIN. Она предназначена для выполнения разнообразных инструкций на естественном языке в режиме преобразования текста в текст, включая ответы на запросы и классификационные задания с заданным шаблоном промпта. В карточке указаны архитектура T5 и 385,2 млн параметров; README называет модель 3B и сообщает о версии MUFFIN-T5-11B.

Контекст составляет 512 токенов, доступен формат PyTorch. Модель рассчитана на англоязычные задачи и оценивалась, среди прочего, на SuperNI-Test, T0-Eval, BBH и MMLU. Она следует формату «вход — инструкция — выход», что позволяет применять её для разных задач без отдельной специализированной головы. Лицензия — MIT. Разница между указанными в README 3B параметрами и метаданными о 385,2 млн не объяснена.

Сценарии применения

  • выполнение инструкций на английском языке
  • ответы на вопросы по заданному тексту
  • классификация текста по инструкции
  • решение тестовых заданий с текстовым ответом

Ограничения

Контекст ограничен 512 токенами. README указывает размер 3B, тогда как метаданные содержат 385,2 млн параметров; причина расхождения неизвестна.

Для каких профессий подходит5

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

This is the model weight of MUFFIN-T5-3B (Multi-Faceted Instructions).

We fine-tune the T5-3B model on our MUFFIN dataset.

We released both 3B and 11B models:

ModelNumber of parameters
MUFFIN-T5-3B3 billion
MUFFIN-T5-11B11 billion

You can also find the Llama2-based model weights here.

Prompt Template

Please use the following prompt template when using the models for inference (including the evaluations on SuperNI-Test, T0-Eval, and BBH):

prompt = "### Input:\n{input}"
prompt += "\n\n"
prompt += "### Instruction:\n{instruction}"
prompt += "\n\n"
prompt += "### Output:\n"

print(prompt)

Please use the below prompt when testing the models on classification tasks (i.e., the MMLU).

prompt = "### Input:\n{input}"
prompt += "\n\n"
prompt += "### Instruction:\n{instruction}\n"
prompt += "(A): {option1}\n(B): {option2}\n(C): {option3}\n(D): {option4}\nAvoid answers outside of (A, B, C, D)."  # Add one more sentence in the prompt to indicate the output spaces
prompt += "\n\n"
prompt += "### Output:\n"

print(prompt)

Model Usage

Download our model weights through HuggingFace transformers 🤗:

import torch
from transformers import AutoModelForSeq2SeqLM, AutoTokenizer

## Download
tokenizer = AutoTokenizer.from_pretrained("Reza8848/MUFFIN-T5-3B")
model = AutoModelForSeq2SeqLM.from_pretrained("Reza8848/MUFFIN-T5-3B")


## Inference
#### Please prepare your testing instance (as shown below)
value_dict = {
  "input": "Drink more wine when you feel thirsty.\nDrink more water when you feel thirsty"
  "instruction": "In this task, you are given two unconventional instructions for quenching thirst. Your goal is to identify which instruction is more likely to be followed by a person who wants to try something new or different. Answer \"Wine\" if the person is more likely to drink wine when thirsty, and \"Water\" if they are more likely to drink water."
}

#### Please use the prompt template mentioned before
input_sequence = prompt.format_map(value_dict)

input_ids = tokenizer(input_sequence, return_tensors="pt").input_ids
raw_outputs = model.generate(input_ids)  # set the generation arguments according to your needs (e.g., `do_sample`, `num_beams`)
outputs = tokenizer.decode(raw_outputs[0], skip_special_tokens=True)
print(outputs)

Zero-Shot Evaluation Performances

Our training and inference code is based on Tk-Instruct, including the metric calculation scripts (i.e., ROUGE-L and Exact-Match).

🥳 Citation

Please kindly cite our paper if you use any resources in this repository:

@inproceedings{Lou2023MUFFIN,
   title={{MUFFIN}: Curating Multi-Faceted Instructions for Improving Instruction Following},
   author={Renze Lou and Kai Zhang and Jian Xie and Yuxuan Sun and Janice Ahn and Hanzi Xu and Yu su and Wenpeng Yin},
   booktitle={The Twelfth International Conference on Learning Representations},
   year={2024},
   url={https://openreview.net/forum?id=1vrS1zwekw}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

У модели не указана задача.

Класс архитектуры
T5ForConditionalGeneration
Ревизия весов
e0fd167

0 моделей