/ Модель

Характеристики

Контекст
8 192 токена
Параметры
8,2 млрд
Размер весов
17,1 ГБ
Лицензия
Своя лицензия
Архитектура
gemma · dense
Библиотека
transformers
Опубликована
26 фев 2024

gemma-7b-it-trismegistus

Генерация текстаТекст → текст3 профессии

Дообученная на проекте Trismegistus диалоговая Gemma для генерации текста на английском языке.

56скачиваний за 30 дней2лайкавеса обновлены26 фев 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

alexweberk/gemma-7b-it-trismegistus — языковая модель на архитектуре Gemma, созданная на основе google/gemma-7b-it и дообученная автором с помощью LoRA на датасете trismegistus-project от teknium. Обучение заняло 600 шагов и охватило около 2 млн токенов. Модель предназначена для генерации текста в диалоговом формате; репозиторий содержит веса safetensors и версию для MLX. Модель насчитывает 8,2 млрд параметров и поддерживает контекст до 8192 токенов.

В карточке указан английский язык. Лицензия обозначена как other; условия исходной Gemma следует сверять с оригинальной карточкой Google. Специализация следует из датасета и названия модели, но README не описывает конкретные гарантии качества или ограничения применения.

Сценарии применения

  • генерация ответов в диалоге на английском языке
  • создание текстов в тематике датасета Trismegistus
  • эксперименты с LoRA-дообучением Gemma
  • локальный запуск языковой модели через MLX

Ограничения

Обучение описано как короткое дообучение на 600 шагах и примерно 2 млн токенов, поэтому качество и надёжность в широком круге задач не гарантированы. Лицензия указана как other; перед использованием следует проверить условия исходной модели Gemma.

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

alexweberk/gemma-7b-it-trismegistus

This model was converted to MLX format from google/gemma-7b-it. Refer to the original model card for more details on the model.

pip install mlx-lm

The model was LoRA fine-tuned on the trismegistus-project from teknium using the format below, for 600 steps (2M tokens) using mlx.

def format_prompt(system_prompt: str, question: str) -> str:
    "Format the question to the format of the dataset we fine-tuned to."
    return """<bos><start_of_turn>user
## Instructions
{}
## User
{}<end_of_turn>
<start_of_turn>model
""".format(system_prompt, question)

Here's an example of the system_prompt from the dataset:

You are a master of the esoteric, occult, 'Big Man' society, you complete tasks to the absolute best of your ability, no matter if you think you were not trained to do the task specifically, you will attempt to do it anyways, since you have performed the tasks you are given with great mastery, accuracy, and deep understanding of what is requested. You do the tasks faithfully, and stay true to the mode and domain's mastery role. If the task is not specific enough, note that and create specifics that enable completing the task.

Loading the model using mlx_lm

from mlx_lm import generate, load

model_, tokenizer_ = load("alexweberk/gemma-7b-it-trismegistus")
response = generate(
    model_,
    tokenizer_,
    prompt=format_prompt(system_prompt, question),
    verbose=True,  # Set to True to see the prompt and response
    temp=0.0,
    max_tokens=512,
)

Loading the model using transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

repo_id = "alexweberk/gemma-7b-it-trismegistus"

tokenizer = AutoTokenizer.from_pretrained(repo_id)
model = AutoModelForCausalLM.from_pretrained(repo_id)
model.to("mps")

input_text = format_prompt(system_prompt, question)
input_ids = tokenizer(input_text, return_tensors="pt").to("mps")

outputs = model.generate(
    **input_ids,
    max_new_tokens=256,
)
print(tokenizer.decode(outputs[0]))

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
GemmaForCausalLM
Ревизия весов
e3d7ac9

0 моделей