/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
3,5 млрд
Размер весов
5,6 ГБ
Лицензия
Apache 2.0
Архитектура
phi · dense
Библиотека
transformers
Опубликована
17 мар 2024

phi-2-ORPO

Генерация текстаТекст → текст4 профессии

Дообученная методом ORPO модель Phi-2 для генерации текста и диалоговых ответов.

15скачиваний за 30 дней6лайковвеса обновлены17 мар 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

Phi-2-ORPO — дообученная Syed-Hasan-8503 языковая модель на архитектуре Phi-2 от Microsoft. Модель размером 3,5 млрд параметров обучена в течение одной эпохи на наборе предпочтений argilla/dpo-mix-7k с помощью Odds Ratio Preference Optimization (ORPO), которая совмещает обучение на примерах и выравнивание предпочтений.

Модель предназначена для генерации текста и диалоговых ответов. Она принимает текст и выдаёт текст, а контекстное окно составляет 2048 токенов. В карточке указано обучение методом ORPO через LazyORPO; результаты, приведённые в README для других моделей, не являются оценкой качества Phi-2-ORPO.

Модель распространяется в формате Safetensors под лицензией Apache-2.0. Она унаследовала ограничения базовой Phi-2; README не приводит отдельных оценок её качества или подробных рекомендаций по применению.

Сценарии применения

  • генерация ответов в текстовом диалоге
  • составление черновиков и продолжение текста
  • следование текстовым инструкциям
  • эксперименты с выравниванием языковых моделей по предпочтениям

Ограничения

Контекстное окно ограничено 2048 токенами. README не сообщает о независимой оценке качества этой версии; результаты ORPO, приведённые в карточке, относятся к другим моделям.

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

Phi-2-ORPO

Phi-2-ORPO is a fine-tuned version of microsoft/phi-2 on argilla/dpo-mix-7k preference dataset using Odds Ratio Preference Optimization (ORPO). The model has been trained for 1 epoch.

LazyORPO

This model has been trained using LazyORPO. A colab notebook that makes the training process much easier. Based on ORPO paper. This notebook has been created by Zain Ul Abideen

What is ORPO?

Odds Ratio Preference Optimization (ORPO) proposes a new method to train LLMs by combining SFT and Alignment into a new objective (loss function), achieving state of the art results. Some highlights of this techniques are:

  • 🧠 Reference model-free → memory friendly
  • 🔄 Replaces SFT+DPO/PPO with 1 single method (ORPO)
  • 🏆 ORPO Outperforms SFT, SFT+DPO on PHI-2, Llama 2, and Mistral
  • 📊 Mistral ORPO achieves 12.20% on AlpacaEval2.0, 66.19% on IFEval, and 7.32 on MT-Bench out Hugging Face Zephyr Beta

Usage

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

torch.set_default_device("cuda")

model = AutoModelForCausalLM.from_pretrained("abideen/phi2-pro", torch_dtype="auto", trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained("abideen/phi2-pro", trust_remote_code=True)

inputs = tokenizer('''
   """
   Write a detailed analogy between mathematics and a lighthouse.
   """''', return_tensors="pt", return_attention_mask=False)

outputs = model.generate(**inputs, max_length=200)
text = tokenizer.batch_decode(outputs)[0]
print(text)

Evaluation

COMING SOON

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
PhiForCausalLM
Ревизия весов
53a21a8

0 моделей