/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
6,6 млрд
Размер весов
27 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
27 мая 2023

better-base

Генерация текстаТекст → текст3 профессии

Better Base LM — англоязычная модель Llama на 6,6 млрд параметров для генерации текста и изучения альтернативного RLHF обучения на социальных симуляциях.

25скачиваний за 30 дней6лайковвеса обновлены1 июн 2023

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

Better Base LM — языковая модель семейства Llama, опубликованная agi-css. Модель обучали на социальных играх как альтернативный подход к RLHF: вместо отдельной модели вознаграждения её непосредственно обучают в симуляциях социального поведения. В карточке также указаны наборы AlpacaDataCleaned и CodeAlpaca-20k.

Модель предназначена для генерации текста; её можно рассматривать для экспериментов с выравниванием языковых моделей и изучения того, как обучение в социальных симуляциях влияет на поведение. Это плотная авторегрессионная архитектура LlamaForCausalLM на 6,6 млрд параметров с контекстом 2048 токенов, реализованная для Transformers и опубликованная в формате PyTorch. Карточка и метаданные указывают английский язык. Лицензия — Apache-2.0.

Авторы предупреждают, что предвзятость и неподходящее содержимое в обучающих данных могут сохраняться и ограничивать выравнивание. Перед прикладным использованием следует оценить безопасность и справедливость модели для конкретного сценария.

Сценарии применения

  • генерация текста на английском языке
  • эксперименты с выравниванием языковых моделей
  • изучение поведения модели в социальных симуляциях

Ограничения

Предвзятость и неподходящее содержимое обучающих данных могут сохраняться. Перед применением нужна оценка безопасности и справедливости для конкретного сценария.

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 Card for Better Base LM

model image

model image

Efficient, Effective, and Stable alternative of RLHF!

Instead of training an additional reward model that is likely to be gamed, we directly train the model on the social games! 🕹️ 🎲 🎮

Full details on simulation and training can be found here.

Training Procedure

This is the very beginning of Stable Alignment project, which is an enhanced instruction tuning model based on LLaMA.

We improve:

  • Instruction tuning data quality, by using AlpacaDataCleaned, which fixes many errors in original Alpaca dataset.

  • Code pretraining with codealpaca.

We use the Alpaca fine-tuning script to train this model.

Bias, Risks, and Limitations

Although this project aims to better align current LMs with social norms, inappropriate content and inherent biases in the training data will still impair the alignment of the model.

The model should not be used directly in any application, without a prior assessment of safety and fairness concerns specific to the application.

Citation

Please cite our paper if you use the data or code in this repo:

@misc{liu2023sociallyaligned,
      title={Training Socially Aligned Language Models in Simulated Human Society},
      author={Ruibo Liu and Ruixin Yang and Chenyan Jia and Ge Zhang and Denny Zhou and Andrew M. Dai and Diyi Yang and Soroush Vosoughi},
      year={2023},
      eprint={2305.16960},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
2df633c

0 моделей