/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
14 млрд
Размер весов
29,5 ГБ
Лицензия
Своя лицензия
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-14B
Библиотека
transformers
Опубликована
31 дек 2024

14B-Qwen2.5-Freya-x1

Генерация текстаТекст → текст4 профессии

Дообученная на литературе и текстах 14-миллиардная Qwen2.5 для диалоговой генерации и продолжения текста.

46скачиваний за 30 дней21лайквеса обновлены31 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

Sao10K/14B-Qwen2.5-Freya-x1 — 14-миллиардная языковая модель для генерации текста и диалогов, созданная дообучением Qwen2.5. Автор описывает экспериментальное обучение в два этапа с LoRA: сначала на литературе и необработанных текстах, затем на базе Qwen2.5 Instruct. Для запуска указаны формат ChatML и настройки генерации; модель распространяется в формате safetensors и рассчитана на Transformers.

Модель подходит для диалоговой генерации и продолжения текста. Метаданные указывают контекст до 32 768 токенов, а также интерфейс вызова инструментов. Автор отмечает, что очистка обучающих текстов могла быть неполной. Лицензия обозначена как other, поэтому условия использования следует уточнить в карточке модели.

Сценарии применения

  • ведение диалога в формате ChatML
  • генерация художественного текста
  • продолжение заданного текста
  • создание текстовых ответов с вызовом инструментов

Ограничения

Автор предупреждает, что в обучающих текстах могли остаться проблемы очистки. Лицензия указана как other, поэтому условия использования требуют уточнения.

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

Freya Me during failed runs

14B-Qwen2.5-Freya-v1

I decided to mess around with training methods again, considering the re-emegence of methods like multi-step training. Some people began doing it again, and so, why not? Inspired by AshhLimaRP's methology but done it my way.

Freya-S1

  • LoRA Trained on ~1.1GB of literature and raw text over Qwen 2.5's base model.
  • Cleaned text and literature as best as I could, still, may have had issues here and there.

Freya-S2

  • The first LoRA was applied over Qwen 2.5 Instruct, then I trained on top of that.
  • Reduced LoRA rank because it's mainly instruct and other details I won't get into.

Recommended Model Settings | Look, I just use these, they work fine enough. I don't even know how DRY or other meme samplers work. Your system prompt matters more anyway.

Prompt Format: ChatML
Temperature: 1+ # I don't know, man.
min_p: 0.05

Training time in total was ~10 Hours on a 8xH100 Node, sponsored by the Government of Singapore or something. Thanks for the national service allowance, MHA.

https://sao10k.carrd.co/ for contact.


axolotl version: 0.6.0

base_model:
- s1: Qwen/Qwen2.5-14B
- s2: Qwen/Qwen2.5-14B-Instruct
model_type: AutoModelForCausalLM
tokenizer_type: AutoTokenizer

load_in_8bit: false
load_in_4bit: false
strict: false
sequence_len: 16384
bf16: auto
fp16:
tf32: false
flash_attention: true
special_tokens:
  
adapter: lora # 16-bit
lora_r:
- s1: 64
- s2: 32
lora_alpha: 64
lora_dropout: 0.2
lora_fan_in_fan_out:
peft_use_rslora: true
lora_target_linear: true
  
# Data
dataset_prepared_path: dataset_run_freya
datasets:
# S1 - Writing / Completion
  - path: datasets/eBooks-cleaned-75K
    type: completion
  - path: datasets/novels-clean-dedupe-10K
    type: completion
# S2 - Instruct
  - path: datasets/10k-amoral-full-fixed-sys.json
    type: chat_template
    chat_template: chatml
    roles_to_train: ["gpt"]
    field_messages: conversations
    message_field_role: from
    message_field_content: value
    train_on_eos: turn
  - path: datasets/44k-hespera-smartshuffle.json
    type: chat_template
    chat_template: chatml
    roles_to_train: ["gpt"]
    field_messages: conversations
    message_field_role: from
    message_field_content: value
    train_on_eos: turn
  - path: datasets/5k_rpg_adventure_instruct-sys.json
    type: chat_template
    chat_template: chatml
    roles_to_train: ["gpt"]
    field_messages: conversations
    message_field_role: from
    message_field_content: value
    train_on_eos: turn
shuffle_merged_datasets: true
warmup_ratio: 0.1

plugins:
  - axolotl.integrations.liger.LigerPlugin
liger_rope: true
liger_rms_norm: true
liger_layer_norm: true
liger_glu_activation: true
liger_fused_linear_cross_entropy: true

# Iterations
num_epochs:
- s1: 1
- s2: 2

# Sampling
sample_packing: true
pad_to_sequence_len: true
train_on_inputs: false
group_by_length: false

# Batching
gradient_accumulation_steps: 4
micro_batch_size: 2
gradient_checkpointing: unsloth

# Evaluation
val_set_size: 0.025
evals_per_epoch: 5
eval_table_size:
eval_max_new_tokens: 256
eval_sample_packing: false
eval_batch_size: 1

# Optimizer
optimizer: paged_ademamix_8bit
lr_scheduler: cosine
learning_rate:
- s1: 0.000002
- s2: 0.000004
weight_decay: 0.2
max_grad_norm: 10.0

# Garbage Collection
gc_steps: 10

# Misc
deepspeed: ./deepspeed_configs/zero2.json

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
9df44f7

0 моделей