/ Модель

Характеристики

Контекст
200 000 токенов
Параметры
33,9 млрд
Размер весов
68,8 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
25 янв 2024

yi-34b-200k-rawrr-dpo-2

Генерация текстаТекст → текст3 профессии

Дообученная методом DPO модель Yi-34B-200K для генерации продолжений текста и дальнейшей настройки под инструкции.

59скачиваний за 30 дней2лайкавеса обновлены27 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 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

adamo1139/yi-34b-200k-rawrr-dpo-2 — модель генерации текста на 33,9 млрд параметров, основанная на Yi-34B-200K. Автор дообучил её методом DPO на наборе rawrr_v1 с помощью QLoRA, затем применил адаптер к базовой модели. Контекст модели — до 200 000 токенов.

Модель ориентирована на продолжение текста и дальнейшее дообучение под инструкции. По описанию автора, обучение на rawrr_v1 направлено на снижение числа отказов, особенно на безвредные запросы; модель слабее ориентирована на следование инструкциям, чем на завершение текста. Распространяется в формате Safetensors по лицензии Apache-2.0.

Сценарии применения

  • генерация продолжения текстового фрагмента
  • создание исходной модели для дообучения под инструкции
  • снижение частоты отказов на безвредных запросах в последующей настройке
  • эксперименты с DPO и QLoRA на языковых моделях

Ограничения

Модель слабее ориентирована на следование инструкциям и предназначена прежде всего для продолжения текста либо дальнейшего дообучения. Утверждения о качестве и снижении числа отказов приведены автором без количественных оценок в карточке.

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

Anti-refusal anti-instruct capabilities of this model are much stronger than yi-34b-200k-rawrr-dpo-1. This model is Yi-34B-200K fine-tuned using DPO on rawrr_v1 dataset using QLoRA at ctx 500, lora_r 16 and lora_alpha 16. I then applied the adapter to base model. This model is akin to raw LLaMa 65B, it's not meant to follow instructions but instead should be useful as base for further fine-tuning.

Rawrr_v1 dataset made it so that this model issue less refusals, especially for benign topics, and is moreso completion focused rather than instruct focused. Base yi-34B-200k suffers from contamination on instruct and refusal datasets, i am attempting to fix that by training base models with DPO on rawrr dataset, making them more raw. You should be able to achieve good 0ctx uncensoredness and quite good lack of gptslop if you finetune this model for instruct.

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
ff34fc9

0 моделей