/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Библиотека
transformers
Опубликована
26 мар 2024

Mistral-v2-orpo

Генерация текстаТекст → текст6 профессий

Англоязычная модель Mistral с 7,1 млрд параметров, дообученная методом ORPO для генерации текста и диалоговых ответов.

70скачиваний за 30 дней1лайквеса обновлены26 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

abideen/Mistral-v2-orpo — языковая модель на архитектуре Mistral, дообученная автором репозитория на Mistral-7B-v0.2 с использованием набора предпочтений argilla/distilabel-capybara-dpo-7k-binarized и метода Odds Ratio Preference Optimization (ORPO). Модель содержит 7,1 млрд параметров, рассчитана на контекст до 32 768 токенов и распространяется в форматах PyTorch и safetensors через Transformers.

Модель предназначена для генерации текста и диалоговых ответов; обучение на данных предпочтений ориентировано на согласование ответов с предпочтениями пользователей. В карточке заявлена поддержка английского языка. Автор сообщает об обучении в течение одной эпохи; конкретные оценки приведены как общие результаты метода ORPO, поэтому их нельзя считать отдельной оценкой этого чекпойнта. Лицензия Apache-2.0.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • создание черновиков и продолжение текста на английском
  • ответы на общие вопросы на английском языке

Ограничения

Карточка не приводит отдельной оценки качества именно этого чекпойнта; заявленные результаты ORPO относятся к методу в целом. Модель обучалась один epoch на указанном наборе предпочтений, поэтому её ответы и поведение могут зависеть от его состава.

Для каких профессий подходит6

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

Mistral-v0.2-orpo

image/jpeg

Mistral-v0.2-orpo is a fine-tuned version of the new Mistral-7B-v0.2 on argilla/distilabel-capybara-dpo-7k-binarized preference dataset using Odds Ratio Preference Optimization (ORPO). The model has been trained for 1 epoch. It took almost 8 hours on A100 GPU.

💥 LazyORPO

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

image/png

🎭 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/Mistral-v0.2-orpo", torch_dtype="auto", trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained("abideen/Mistral-v0.2-orpo", 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
MistralForCausalLM
Ревизия весов
e807af8

0 моделей