/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Опубликована
24 янв 2024

chat_gpt2_dpo

Генерация текстаТекст → текст3 профессии

Англоязычная модель GPT-2, дообученная методом DPO для генерации продолжения текста и ответов на запросы.

165скачиваний за 30 дней1лайквеса обновлены9 мая 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 оценки6

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

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,2902

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,1142

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,0986

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0053

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3818

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2601

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Sharathhebbar24/chat_gpt2_dpo — англоязычная генеративная модель на архитектуре GPT-2, дообученная автором Sharathhebbar24 методом DPO на наборе Intel/orca_dpo_pairs. Она предназначена для продолжения текста по заданному запросу и генерации ответов в диалоговых сценариях. Модель принимает текст и генерирует текст; её контекст составляет 1024 токена. В репозитории представлены веса в формате safetensors.

Карточка приводит результаты бенчмарков, включая среднее значение 28,56, ARC и HellaSwag. Модель основана на Sharathhebbar24/chat_gpt2 и ориентирована на английский язык. Лицензия Apache-2.0 разрешает использование на её условиях.

Сценарии применения

  • генерация текста по короткому запросу
  • продолжение английских предложений и абзацев
  • создание ответов в простом диалоговом интерфейсе

Ограничения

Контекст ограничен 1024 токенами; приведённые результаты бенчмарков указывают на ограниченные возможности в некоторых задачах рассуждения, а качество ответов может быть нестабильным.

Для каких профессий подходит3

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

This model is a finetuned version of Sharathhebbar24/chat_gpt2 using Intel/orca_dpo_pairs on DPO

Model description

GPT-2 is a transformers model pre-trained on a very large corpus of English data in a self-supervised fashion. This means it was pre-trained on the raw texts only, with no humans labeling them in any way (which is why it can use lots of publicly available data) with an automatic process to generate inputs and labels from those texts. More precisely, it was trained to guess the next word in sentences.

More precisely, inputs are sequences of continuous text of a certain length and the targets are the same sequence, shifting one token (word or piece of word) to the right. The model uses a masking mechanism to make sure the predictions for the token i only use the inputs from 1 to i but not the future tokens.

This way, the model learns an inner representation of the English language that can then be used to extract features useful for downstream tasks. The model is best at what it was trained for, however, which is generating texts from a prompt.

To use this model

>>> from transformers import AutoTokenizer, AutoModelForCausalLM
>>> model_name = "Sharathhebbar24/chat_gpt2_dpo"
>>> model = AutoModelForCausalLM.from_pretrained(model_name)
>>> tokenizer = AutoTokenizer.from_pretrained(model_name)
>>> def generate_text(prompt):
>>>  inputs = tokenizer.encode(prompt, return_tensors='pt')
>>>  outputs = model.generate(inputs, max_length=64, pad_token_id=tokenizer.eos_token_id)
>>>  generated = tokenizer.decode(outputs[0], skip_special_tokens=True)
>>>  return generated[:generated.rfind(".")+1]
>>> prompt = """
>>> user: what are you?
>>> assistant: I am a Chatbot intended to give a python program
>>> user: hmm,  can you write a python program to print Hii Heloo
>>> assistant: Sure Here is a python code.\n print("Hii Heloo")
>>> user: Can you write a Linear search program in python
>>> """
>>> res = generate_text(prompt)
>>> res

Benchmark / Evaluation

ModelAverageARCHellaSwagMMLUTruthfulQAWinograndeGSM8k
Sharathhebbar24/chat_gpt2_dpo28.5623.9831.2224.9541.2649.960
{
    "all": {
        "acc": 0.24915779048270345,
        "acc_stderr": 0.030509906389610868,
        "acc_norm": 0.25041231816215265,
        "acc_norm_stderr": 0.03132600249114931,
        "mc1": 0.2521419828641371,
        "mc1_stderr": 0.015201522246299965,
        "mc2": 0.41257163824244014,
        "mc2_stderr": 0.015127188811834062
    },
    "harness|arc:challenge|25": {
        "acc": 0.18686006825938567,
        "acc_stderr": 0.011391015649694391,
        "acc_norm": 0.23976109215017063,
        "acc_norm_stderr": 0.012476304127453954
    },
    "harness|hellaswag|10": {
        "acc": 0.28978291177056364,
        "acc_stderr": 0.004527343651130803,
        "acc_norm": 0.3121888070105557,
        "acc_norm_stderr": 0.0046243936909668975
    },
    "harness|hendrycksTest-abstract_algebra|5": {
        "acc": 0.22,
        "acc_stderr": 0.04163331998932268,
        "acc_norm": 0.22,
        "acc_norm_stderr": 0.04163331998932268
    },
    "harness|hendrycksTest-anatomy|5": {
        "acc": 0.3037037037037037,
        "acc_stderr": 0.039725528847851375,
        "acc_norm": 0.3037037037037037,
        "acc_norm_stderr": 0.039725528847851375
    },
    "harness|hendrycksTest-astronomy|5": {
        "acc": 0.17763157894736842,
        "acc_stderr": 0.031103182383123398,
        "acc_norm": 0.17763157894736842,
        "acc_norm_stderr": 0.031103182383123398
    },
    "harness|hendrycksTest-business_ethics|5": {
        "acc": 0.26,
        "acc_stderr": 0.0440844002276808,
        "acc_norm": 0.26,
        "acc_norm_stderr": 0.0440844002276808
    },
    "harness|hendrycksTest-clinical_knowledge|5": {
        "acc": 0.23018867924528302,
        "acc_stderr": 0.025907897122408173,
        "acc_norm": 0.23018867924528302,
        "acc_norm_stderr": 0.025907897122408173
    },
    "harness|hendrycksTest-college_biology|5": {
        "acc": 0.2569444444444444,
        "acc_stderr": 0.03653946969442099,
        "acc_norm": 0.2569444444444444,
        "acc_norm_stderr": 0.03653946969442099
    },
    "harness|hendrycksTest-college_chemistry|5": {
        "acc": 0.19,
        "acc_stderr": 0.039427724440366234,
        "acc_norm": 0.19,
        "acc_norm_stderr": 0.039427724440366234
    },
    "harness|hendrycksTest-college_computer_science|5": {
        "acc": 0.24,
        "acc_stderr": 0.04292346959909283,
        "acc_norm": 0.24,
        "acc_norm_stderr": 0.04292346959909283
    },
    "harness|hendrycksTest-college_mathematics|5": {
        "acc": 0.29,
        "acc_stderr": 0.04560480215720684,
        "acc_norm": 0.29,
        "acc_norm_stderr": 0.04560480215720684
    },
    "harness|hendrycksTest-college_medicine|5": {
        "acc": 0.2543352601156069,
        "acc_stderr": 0.0332055644308557,
        "acc_norm": 0.2543352601156069,
        "acc_norm_stderr": 0.0332055644308557
    },
    "harness|hendrycksTest-college_physics|5": {
        "acc": 0.21568627450980393,
        "acc_stderr": 0.04092563958237654,
        "acc_norm": 0.21568627450980393,
        "acc_norm_stderr": 0.04092563958237654
    },
    "harness|hendrycksTest-computer_security|5": {
        "acc": 0.34,
        "acc_stderr": 0.04760952285695236,
        "acc_norm": 0.34,
        "acc_norm_stderr": 0.04760952285695236
    },
    "harness|hendrycksTest-conceptual_physics|5": {
        "acc": 0.26382978723404255,
        "acc_stderr": 0.028809989854102973,
        "acc_norm": 0.26382978723404255,
        "acc_norm_stderr": 0.028809989854102973
    },
    "harness|hendrycksTest-econometrics|5": {
        "acc": 0.24561403508771928,
        "acc_stderr": 0.04049339297748142,
        "acc_norm": 0.24561403508771928,
        "acc_norm_stderr": 0.04049339297748142
    },
    "harness|hendrycksTest-electrical_engineering|5": {
        "acc": 0.2413793103448276,
        "acc_stderr": 0.03565998174135302,
        "acc_norm": 0.2413793103448276,
        "acc_norm_stderr": 0.03565998174135302
    },
    "harness|hendrycksTest-elementary_mathematics|5": {
        "acc": 0.24074074074074073,
        "acc_stderr": 0.02201908001221789,
        "acc_norm": 0.24074074074074073,
        "acc_norm_stderr": 0.02201908001221789
    },
    "harness|hendrycksTest-formal_logic|5": {
        "acc": 0.1349206349206349,
        "acc_stderr": 0.030557101589417515,
        "acc_norm": 0.1349206349206349,
        "acc_norm_stderr": 0.030557101589417515
    },
    "harness|hendrycksTest-global_facts|5": {
        "acc": 0.16,
        "acc_stderr": 0.03684529491774708,
        "acc_norm": 0.16,
        "acc_norm_stderr": 0.03684529491774708
    },
    "harness|hendrycksTest-high_school_biology|5": {
        "acc": 0.1774193548387097,
        "acc_stderr": 0.02173254068932927,
        "acc_norm": 0.1774193548387097,
        "acc_norm_stderr": 0.02173254068932927
    },
    "harness|hendrycksTest-high_school_chemistry|5": {
        "acc": 0.24630541871921183,
        "acc_stderr": 0.030315099285617736,
        "acc_norm": 0.24630541871921183,
        "acc_norm_stderr": 0.030315099285617736
    },
    "harness|hendrycksTest-high_school_computer_science|5": {
        "acc": 0.28,
        "acc_stderr": 0.04512608598542126,
        "acc_norm": 0.28,
        "acc_norm_stderr": 0.04512608598542126
    },
    "harness|hendrycksTest-high_school_european_history|5": {
        "acc": 0.21818181818181817,
        "acc_stderr": 0.03225078108306289,
        "acc_norm": 0.21818181818181817,
        "acc_norm_stderr": 0.03225078108306289
    },
    "harness|hendrycksTest-high_school_geography|5": {
        "acc": 0.3282828282828283,
        "acc_stderr": 0.03345678422756776,
        "acc_norm": 0.3282828282828283,
        "acc_norm_stderr": 0.03345678422756776
    },
    "harness|hendrycksTest-high_school_government_and_politics|5": {
        "acc": 0.37305699481865284,
        "acc_stderr": 0.03490205592048573,
        "acc_norm": 0.37305699481865284,
        "acc_norm_stderr": 0.03490205592048573
    },
    "harness|hendrycksTest-high_school_macroeconomics|5": {
        "acc": 0.26666666666666666,
        "acc_stderr": 0.02242127361292371,
        "acc_norm": 0.26666666666666666,
        "acc_norm_stderr": 0.02242127361292371
    },
    "harness|hendrycksTest-high_school_mathematics|5": {
        "acc": 0.21481481481481482,
        "acc_stderr": 0.025040443877000683,
        "acc_norm": 0.21481481481481482,
        "acc_norm_stderr": 0.025040443877000683
    },
    "harness|hendrycksTest-high_school_microeconomics|5": {
        "acc": 0.22268907563025211,
        "acc_stderr": 0.027025433498882364,
        "acc_norm": 0.22268907563025211,
        "acc_norm_stderr": 0.027025433498882364
    },
    "harness|hendrycksTest-high_school_physics|5": {
        "acc": 0.23178807947019867,
        "acc_stderr": 0.034454062719870546,
        "acc_norm": 0.23178807947019867,
        "acc_norm_stderr": 0.034454062719870546
    },
    "harness|hendrycksTest-high_school_psychology|5": {
        "acc": 0.3302752293577982,
        "acc_stderr": 0.02016446633634298,
        "acc_norm": 0.3302752293577982,
        "acc_norm_stderr": 0.02016446633634298
    },
    "harness|hendrycksTest-high_school_statistics|5": {
        "acc": 0.19444444444444445,
        "acc_stderr": 0.026991454502036733,
        "acc_norm": 0.19444444444444445,
        "acc_norm_stderr": 0.026991454502036733
    },
    "harness|hendrycksTest-high_school_us_history|5": {
        "acc": 0.25,
        "acc_stderr": 0.03039153369274154,
        "acc_norm": 0.25,
        "acc_norm_stderr": 0.03039153369274154
    },
    "harness|hendrycksTest-high_school_world_history|5": {
        "acc": 0.26582278481012656,
        "acc_stderr": 0.028756799629658342,
        "acc_norm": 0.26582278481012656,
        "acc_norm_stderr": 0.028756799629658342
    },
    "harness|hendrycksTest-human_aging|5": {
        "acc": 0.17937219730941703,
        "acc_stderr": 0.0257498195691928,
        "acc_norm": 0.17937219730941703,
        "acc_norm_stderr": 0.0257498195691928
    },
    "harness|hendrycksTest-human_sexuality|5": {
        "acc": 0.2366412213740458,
        "acc_stderr": 0.037276735755969174,
        "acc_norm": 0.2366412213740458,
        "acc_norm_stderr": 0.037276735755969174
    },
    "harness|hendrycksTest-international_law|5": {
        "acc": 0.35537190082644626,
        "acc_stderr": 0.04369236326573981,
        "acc_norm": 0.35537190082644626,
        "acc_norm_stderr": 0.04369236326573981
    },
    "harness|hendrycksTest-jurisprudence|5": {
        "acc": 0.25925925925925924,
        "acc_stderr": 0.042365112580946336,
        "acc_norm": 0.25925925925925924,
        "acc_norm_stderr": 0.042365112580946336
    },
    "harness|hendrycksTest-logical_fallacies|5": {
        "acc": 0.2822085889570552,
        "acc_stderr": 0.03536117886664742,
        "acc_norm": 0.2822085889570552,
        "acc_norm_stderr": 0.03536117886664742
    },
    "harness|hendrycksTest-machine_learning|5": {
        "acc": 0.32142857142857145,
        "acc_stderr": 0.04432804055291519,
        "acc_norm": 0.32142857142857145,
        "acc_norm_stderr": 0.04432804055291519
    },
    "harness|hendrycksTest-management|5": {
        "acc": 0.1941747572815534,
        "acc_stderr": 0.03916667762822585,
        "acc_norm": 0.1941747572815534,
        "acc_norm_stderr": 0.03916667762822585
    },
    "harness|hendrycksTest-marketing|5": {
        "acc": 0.2905982905982906,
        "acc_stderr": 0.02974504857267404,
        "acc_norm": 0.2905982905982906,
        "acc_norm_stderr": 0.02974504857267404
    },
    "harness|hendrycksTest-medical_genetics|5": {
        "acc": 0.25,
        "acc_stderr": 0.04351941398892446,
        "acc_norm": 0.25,
        "acc_norm_stderr": 0.04351941398892446
    },
    "harness|hendrycksTest-miscellaneous|5": {
        "acc": 0.23627075351213284,
        "acc_stderr": 0.015190473717037497,
        "acc_norm": 0.23627075351213284,
        "acc_norm_stderr": 0.015190473717037497
    },
    "harness|hendrycksTest-moral_disputes|5": {
        "acc": 0.24566473988439305,
        "acc_stderr": 0.02317629820399201,
        "acc_norm": 0.24566473988439305,
        "acc_norm_stderr": 0.02317629820399201
    },
    "harness|hendrycksTest-moral_scenarios|5": {
        "acc": 0.24581005586592178,
        "acc_stderr": 0.014400296429225587,
        "acc_norm": 0.24581005586592178,
        "acc_norm_stderr": 0.014400296429225587
    },
    "harness|hendrycksTest-nutrition|5": {
        "acc": 0.25163398692810457,
        "acc_stderr": 0.024848018263875195,
        "acc_norm": 0.25163398692810457,
        "acc_norm_stderr": 0.024848018263875195
    },
    "harness|hendrycksTest-philosophy|5": {
        "acc": 0.18006430868167203,
        "acc_stderr": 0.021823422857744953,
        "acc_norm": 0.18006430868167203,
        "acc_norm_stderr": 0.021823422857744953
    },
    "harness|hendrycksTest-prehistory|5": {
        "acc": 0.25617283950617287,
        "acc_stderr": 0.024288533637726095,
        "acc_norm": 0.25617283950617287,
        "acc_norm_stderr": 0.024288533637726095
    },
    "harness|hendrycksTest-professional_accounting|5": {
        "acc": 0.2801418439716312,
        "acc_stderr": 0.02678917235114023,
        "acc_norm": 0.2801418439716312,
        "acc_norm_stderr": 0.02678917235114023
    },
    "harness|hendrycksTest-professional_law|5": {
        "acc": 0.24837027379400262,
        "acc_stderr": 0.011035212598034503,
        "acc_norm": 0.24837027379400262,
        "acc_norm_stderr": 0.011035212598034503
    },
    "harness|hendrycksTest-professional_medicine|5": {
        "acc": 0.3125,
        "acc_stderr": 0.02815637344037142,
        "acc_norm": 0.3125,
        "acc_norm_stderr": 0.02815637344037142
    },
    "harness|hendrycksTest-professional_psychology|5": {
        "acc": 0.25,
        "acc_stderr": 0.01751781884501444,
        "acc_norm": 0.25,
        "acc_norm_stderr": 0.01751781884501444
    },
    "harness|hendrycksTest-public_relations|5": {
        "acc": 0.18181818181818182,
        "acc_stderr": 0.03694284335337801,
        "acc_norm": 0.18181818181818182,
        "acc_norm_stderr": 0.03694284335337801
    },
    "harness|hendrycksTest-security_studies|5": {
        "acc": 0.31020408163265306,
        "acc_stderr": 0.029613459872484378,
        "acc_norm": 0.31020408163265306,
        "acc_norm_stderr": 0.029613459872484378
    },
    "harness|hendrycksTest-sociology|5": {
        "acc": 0.24875621890547264,
        "acc_stderr": 0.030567675938916707,
        "acc_norm": 0.24875621890547264,
        "acc_norm_stderr": 0.030567675938916707
    },
    "harness|hendrycksTest-us_foreign_policy|5": {
        "acc": 0.25,
        "acc_stderr": 0.04351941398892446,
        "acc_norm": 0.25,
        "acc_norm_stderr": 0.04351941398892446
    },
    "harness|hendrycksTest-virology|5": {
        "acc": 0.19879518072289157,
        "acc_stderr": 0.03106939026078942,
        "acc_norm": 0.19879518072289157,
        "acc_norm_stderr": 0.03106939026078942
    },
    "harness|hendrycksTest-world_religions|5": {
        "acc": 0.29239766081871343,
        "acc_stderr": 0.034886477134579215,
        "acc_norm": 0.29239766081871343,
        "acc_norm_stderr": 0.034886477134579215
    },
    "harness|truthfulqa:mc|0": {
        "mc1": 0.2521419828641371,
        "mc1_stderr": 0.015201522246299965,
        "mc2": 0.41257163824244014,
        "mc2_stderr": 0.015127188811834062
    },
    "harness|winogrande|5": {
        "acc": 0.4996053670086819,
        "acc_stderr": 0.014052481306049512
    },
    "harness|gsm8k|5": {
        "acc": 0.0,
        "acc_stderr": 0.0
    }
}

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.28.56
AI2 Reasoning Challenge (25-Shot)23.98
HellaSwag (10-Shot)31.22
MMLU (5-Shot)24.95
TruthfulQA (0-shot)41.26
Winogrande (5-shot)49.96
GSM8k (5-shot)0.00

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
f4a41f2

0 моделей