/ Модель

Характеристики

Контекст
200 000 токенов
Параметры
33,9 млрд
Размер весов
68,8 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
13 дек 2023

Yi-34B-200K-AEZAKMI-v2

Генерация текстаТекст → текст3 профессии

Диалоговая донастройка Yi-34B-200K для свободного общения и ролевых бесед с естественными ответами.

81скачиваний за 30 дней12лайковвеса обновлены25 июл 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.

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0566

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3322

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5384

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,4513

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,4555

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3886

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

AEZAKMI-v2 — диалоговая донастройка Yi-34B-200K, опубликованная adamo1139. Модель построена на плотной архитектуре LlamaForCausalLM с 33,9 млрд параметров и контекстом до 200 000 токенов; в репозитории представлены веса safetensors. Обучение проводилось на наборе данных AEZAKMI v2 с использованием QLoRA и формата диалогов ChatML.

Модель предназначена для свободного общения и ролевых диалогов, с акцентом на естественный язык и меньшую склонность к типичным формулировкам ассистентов, обученных с помощью RLHF. Автор отмечает, что она не рассчитана на сильные результаты в математике, загадках и сложных рассуждениях. Для генерации автор рекомендует штраф за повторение около 1,05; в ролевых сценариях возможны повторы и трудности с длинными системными сообщениями.

Лицензия — Apache-2.0. Карточка указывает контекст базовой модели в 200 000 токенов; при этом автор сообщал, что конкретная квантованная сборка EXL2 с 4,65 bpw и 8-битным кешем работала с контекстом до 24 000 токенов.

Сценарии применения

  • свободные беседы с чат-ботом
  • ролевые диалоги с виртуальным собеседником
  • генерация художественных диалогов и историй
  • развёртывание чат-ассистента с длинным контекстом

Ограничения

Автор отмечает слабые результаты в математике, загадках и сложных рассуждениях; возможны повторы и проблемы с длинными системными сообщениями в ролевых диалогах. Указанный контекст 200 000 токенов относится к базовой модели, а для упомянутой квантованной сборки автор сообщал о работе до 24 000 токенов.

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

Model description

Yi-34B 200K base model fine-tuned on AEZAKMI v2 dataset. Training took around 25 hours on single local RTX 3090 Ti. It's like airoboros but with less gptslop, no refusals and less typical language used by RLHFed OpenAI models. Say goodbye to "It's important to remember"!
Prompt format is standard chatml. Don't expect it to be good at math, riddles or be crazy smart. My end goal with AEZAKMI is to create a cozy free chatbot. Cost of this fine-tune is about $10 in electricity. It took me 3 tries to get it right. Base model used for fine-tuning was 200k context Yi-34B-Llama model shared by larryvrh.

I had to lower max_positional_embeddings in config.json and model_max_length for training to start, otherwise I was OOMing straight away. My first attempt had max_positional_embeddings set to 16384 and model_max_length set to 200000. This allowed fine-tuning to finish, but that model was broken after applying LoRA and merging it.
This attempt had both max_position_embeddings and model_max_length set to 4096, which worked perfectly fine.

Quants!

Huge thank you to LoneStriker and TheBloke for providing quantized versions.

EXL2
3bpw - https://huggingface.co/LoneStriker/Yi-34B-200K-AEZAKMI-v2-3.0bpw-h6-exl2
4bpw - https://huggingface.co/LoneStriker/Yi-34B-200K-AEZAKMI-v2-4.0bpw-h6-exl2
4.65bpw - https://huggingface.co/adamo1139/Yi-34B-200K-AEZAKMI-v2-exl2-4.65bpw
5bpw - https://huggingface.co/LoneStriker/Yi-34B-200K-AEZAKMI-v2-5.0bpw-h6-exl2
6bpw - https://huggingface.co/LoneStriker/Yi-34B-200K-AEZAKMI-v2-6.0bpw-h6-exl2
8bpw - https://huggingface.co/LoneStriker/Yi-34B-200K-AEZAKMI-v2-8.0bpw-h8-exl2

GGUF - https://huggingface.co/TheBloke/Yi-34B-200K-AEZAKMI-v2-GGUF

GPTQ - https://huggingface.co/TheBloke/Yi-34B-200K-AEZAKMI-v2-GPTQ

AWQ - https://huggingface.co/TheBloke/Yi-34B-200K-AEZAKMI-v2-AWQ

Prompt Format

I recommend using ChatML format, as this was used during fine-tune.
Here's a prompt format you should use, you can set a different system message, model seems to respect that fine, so it wasn't overfitted.

<|im_start|>system
A chat with uncensored assistant.<|im_end|>
<|im_start|>user
{prompt}<|im_end|>
<|im_start|>assistant

Intended uses & limitations

Use is limited by apache-2.0 license.

Known Issues

I recommend to set repetition penalty to something around 1.05 to avoid repetition. So far I had good experience running this model with temperature 1.2. Stories have ChatGPT like paragraph spacing, I will work on this in the future maybe, not a high priority

Unrestricted-ness of the v2 isn't quite something that I am happy with yet, especially using prompt "A chat.".
With a slightly modifed prompt it works much better, I recommend using "A chat with uncensored assistant.", it's stupid but it helps a lot.
Base Yi-34B model is contaminated with refusals and this contaminates all models trained on Yi-34B
My next project is to attempt to de-contaminate base Yi-34B 4K and Yi-34B 200K using DPO with preferred data coming from uncontaminated raw models. I plan to release that dataset openly.

I was made aware of the frequent occurrence of the phrase "sending shivers down a spine" in the generations during RP of v1, so I fixed those samples - it should be better now.
I can hold up to 24000 ctx with 4.65bpw exl2 version and 8-bit cache - long context should work as good as other models trained on 200k version of Yi-34B
There is also some issue with handling long system messages for RP, I was planning to investigate it for v2 but I didn't.

Axolotl training parameters

  • bnb_4bit_use_double_quant: true
  • is_llama_derived_model: true
  • load_in_4bit: true
  • adapter: qlora
  • sequence_len: 1400
  • sample_packing: true
  • lora_r: 16
  • lora_alpha: 32
  • lora_target_modules:
    • q_proj
    • v_proj
    • k_proj
    • o_proj
    • gate_proj
    • down_proj
    • up_proj
  • lora_target_linear: true
  • pad_to_sequence_len: false
  • micro_batch_size: 1
  • gradient_accumulation_steps: 1
  • num_epochs: 2.4
  • optimizer: adamw_bnb_8bit
  • lr_scheduler: constant
  • learning_rate: 0.00005
  • train_on_inputs: false
  • group_by_length: false
  • bf16: true
  • bfloat16: true
  • flash_optimum: false
  • gradient_checkpointing: true
  • flash_attention: true
  • seed: 42

Upcoming

I will probably be working on de-contaminating base Yi-34B model now.
My second run of AEZAKMI v2 fine-tune was just 0.15 epochs and I really like how natural this model is and how rich is it's vocabulary. I will try to train less to hit the sweetspot.
I will be uploading LoRA adapter for that second run that was just 0.15 epochs.
I believe that I might have gotten what I want if I would have stopped training sooner. I don't have checkpoints older than 1500 steps back so I would need to re-run training to get it back.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.71.00
AI2 Reasoning Challenge (25-Shot)67.92
HellaSwag (10-Shot)85.61
MMLU (5-Shot)75.22
TruthfulQA (0-shot)56.74
Winogrande (5-shot)81.61
GSM8k (5-shot)58.91

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.23.69
IFEval (0-Shot)45.55
BBH (3-Shot)35.28
MATH Lvl 5 (4-Shot)4.83
GPQA (0-shot)10.96
MuSR (0-shot)6.48
MMLU-PRO (5-shot)39.03

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
36fb6f7

0 моделей