Характеристики

Контекст: 8 192 токена
Параметры: 2,7 млрд
Лицензия: Gemma
Архитектура: gemma2 · dense
Базовая модель: gemma-2-2b-it
Опубликована: 4 сен 2024

Ссылки

Hugging Face

Gemma-2-2B-Stheno-Filtered

SaisExperiments

Генерация текстаТекст → текст4 профессии

Дообученная на Stheno Filtered компактная диалоговая модель Gemma 2 для генерации текста и ответов на вопросы.

26скачиваний за 30 дней1лайквеса обновлены4 сен 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

Публичные оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

MUSR
MUSR Raw · выше — лучше
Результат
0,4003
Open LLM v2 · архив
Публичная таблицаревизия совпадает
MMLU-PRO
MMLU-PRO Raw · выше — лучше
Результат
0,263
Open LLM v2 · архив
Публичная таблицаревизия совпадает
IFEval
IFEval Raw · выше — лучше
Результат
0,4197
Open LLM v2 · архив
Публичная таблицаревизия совпадает
GPQA
GPQA Raw · выше — лучше
Результат
0,2701
Open LLM v2 · архив
Публичная таблицаревизия совпадает
MATH Lvl 5
MATH Lvl 5 Raw · выше — лучше
Результат
0,0461
Open LLM v2 · архив
Публичная таблицаревизия совпадает
BBH
BBH Raw · выше — лучше
Результат
0,4149
Open LLM v2 · архив
Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

SaisExperiments/Gemma-2-2B-Stheno-Filtered — компактная диалоговая модель на архитектуре Gemma 2, дообученная автором на наборе anthracite-org/stheno-filtered-v1.1 поверх Gemma 2 2B IT. В обучении использовано 76,6 млн токенов; модель содержит 2,7 млрд параметров и поддерживает контекст до 8192 токенов.

Модель предназначена для диалоговой генерации текста и может использоваться для ответов на вопросы, продолжения текста и суммаризации. Карточка автора отмечает, что при обучении, возможно, использовался неверный шаблон промпта, поэтому результаты в диалогах могут быть нестабильными. Лицензия — Gemma.

Сценарии применения

ответы на вопросы в чате
продолжение заданного текста
суммаризация текстов
эксперименты с диалоговой генерацией

Ограничения

Автор предполагает, что при обучении мог использоваться неверный шаблон промпта, что способно ухудшить качество диалоговых ответов. Модель обучалась на 76,6 млн токенов.

Для каких профессий подходит4

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

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

image/png

I don't have anything else so you get a cursed cat image

Basic info

This is anthracite-org/stheno-filtered-v1.1 over unsloth/gemma-2-2b-it

It saw 76.6M tokens

This time it took 14 hours and i'm pretty sure i've been training with the wrong prompt template X-X

Training config:

cutoff_len: 1024
dataset: stheno-3.4
dataset_dir: data
ddp_timeout: 180000000
do_train: true
finetuning_type: lora
flash_attn: auto
fp16: true
gradient_accumulation_steps: 8
include_num_input_tokens_seen: true
learning_rate: 5.0e-05
logging_steps: 5
lora_alpha: 64
lora_dropout: 0
lora_rank: 64
lora_target: all
lr_scheduler_type: cosine
max_grad_norm: 1.0
max_samples: 100000
model_name_or_path: unsloth/gemma-2-2b-it
num_train_epochs: 3.0
optim: adamw_8bit
output_dir: saves/Gemma-2-2B-Chat/lora/stheno
packing: false
per_device_train_batch_size: 2
plot_loss: true
preprocessing_num_workers: 16
quantization_bit: 4
quantization_method: bitsandbytes
report_to: none
save_steps: 100
stage: sft
template: gemma
use_unsloth: true
warmup_steps: 0

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры: Gemma2ForCausalLM
Ревизия весов: 683443c