/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
187 ГБ
Лицензия
Apache 2.0
Архитектура
mixtral · MoE
Опубликована
18 фев 2024

Smaug-Mixtral-v0.1

Генерация текстаТекст → текст9 профессий

Дообученная на предпочтениях разговорная модель Mixtral для генерации ответов и решения общих задач, включая математику и рассуждения.

8 694скачиваний за 30 дней12лайковвеса обновлены21 фев 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.

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,5554

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3352

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5162

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0952

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4298

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3012

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Smaug-Mixtral-v0.1 — разговорная языковая модель серии Smaug от Abacus.AI, полученная дообучением Mixtral с помощью метода DPO-Positive (DPOP). Она предназначена для генерации ответов в чате и решения широкого круга задач, включая рассуждения и математику. Архитектура — Mixtral MoE; в метаданных указан размер 7,1 млрд параметров и контекст до 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache 2.0.

В карточке приведены результаты оценок на ARC, HellaSwag, MMLU, TruthfulQA, Winogrande и GSM8K; средний результат указан как 75,12. README описывает DPOP как подход к обучению на предпочтениях, призванный избегать снижения вероятности предпочтительных ответов и улучшать результаты на разных задачах. Языки обучения или поддерживаемые языки в предоставленных данных не обозначены.

Сценарии применения

  • ответы на вопросы в диалоге
  • генерация связных текстовых ответов
  • решение математических задач
  • рассуждения по задачам ARC и MMLU
  • создание разговорного помощника

Ограничения

В README не приведены конкретные ограничения по применению или известные слабые стороны модели. Языковая поддержка не описана, а результаты бенчмарков сами по себе не гарантируют качество в конкретных сценариях.

Для каких профессий подходит9

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

Overview

This model is part of the Smaug series of finetuned models. This one based on https://huggingface.co/mistralai/Mixtral-8x7B-v0.1

We use a new fine-tuning technique, DPO-Positive (DPOP), and new pairwise preference versions of ARC, HellaSwag, and MetaMath (as well as other existing datasets). We introduce the technique and the full training details in our new paper: https://arxiv.org/abs/2402.13228.

We show that on datasets in which the edit distance between pairs of completions is low (such as in math-based datasets), standard DPO loss can lead to a reduction of the model's likelihood of the preferred examples, as long as the relative probability between the preferred and dispreferred classes increases. Using these insights, we design DPOP, a new loss function and training procedure which avoids this failure mode. Surprisingly, we also find that DPOP outperforms DPO across a wide variety of datasets and downstream tasks, including datasets with high edit distances between completions.

We believe this new approach is generally useful in training across a wide range of model types and downstream use cases, and it powers all of our Smaug models. With the release of our paper and datasets, we are excited for the open source community to continue to build on and improve Smaug and spawn more dragons to dominate the LLM space!

Keep watching this space for our announcements!

Evaluation Results

AverageARCHellaSwagMMLUTruthfulQAWinograndeGSM8K
75.1274.9187.7070.1665.9681.6170.36

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
98fdc83

0 моделей