/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
6,7 млрд
Размер весов
55,1 ГБ
Лицензия
Apache 2.0
Архитектура
olmo · dense
Опубликована
4 июн 2024

OLMo-7B-SFT-hf

Генерация текстаТекст → текст5 профессий

Англоязычная модель OLMo 7B, дообученная на инструкционных данных для диалогов и ответов на вопросы.

383скачиваний за 30 дней1лайквеса обновлены26 окт 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

OLMo-7B-SFT-hf — англоязычная авторегрессионная языковая модель семейства OLMo, разработанная Allen Institute for AI (AI2). Это версия OLMo 7B, дообученная методом supervised fine-tuning на смеси Tulu 2 SFT для улучшения ответов на вопросы и диалогового использования. Модель содержит 6,7 млрд параметров, имеет плотную архитектуру Transformer и контекстное окно 2048 токенов; предназначена для запуска через Hugging Face Transformers версии 4.40 и выше.

Модель генерирует текст по текстовому запросу и подходит для диалогов, ответов на вопросы и других задач генерации на английском языке. Она выпущена под лицензией Apache 2.0. В карточке модель обозначена как исследовательский артефакт; у неё нет специального фильтра безопасности или дополнительного обучения безопасности, поэтому она может выдавать вредный или предвзятый контент и уверенно формулировать фактические ошибки.

Сценарии применения

  • ответы на вопросы на английском языке
  • диалоговый помощник на английском языке
  • генерация текста по инструкциям
  • создание черновиков и продолжение текста

Ограничения

Модель не имеет специального фильтра безопасности и может генерировать вредный или предвзятый контент. Ответы могут содержать фактические ошибки; результаты следует проверять.

Для каких профессий подходит5

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

Model Card for OLMo 7B SFT

OLMo is a series of Open Language Models designed to enable the science of language models. The OLMo base models are trained on the Dolma dataset. The adapted versions are trained on the Tulu SFT mixture and, for the Instruct version, a cleaned version of the UltraFeedback dataset. We release all code, checkpoints, logs, and details involved in training these models.

OLMo 7B Instruct and OLMo SFT are two adapted versions of these models trained for better question answering. They show the performance gain that OLMo base models can achieve with existing fine-tuning techniques.

This version is for direct use with HuggingFace Transformers from v4.40 on.

Model Details

We release two adapted model versions: The base models related to this adapted model are the following:

ModelTraining Method(s)DatasetsContext Length
OLMo 7B SFTSFTTulu 2 SFT Mix2048
OLMo 7B InstructSFT + DPOTulu 2 SFT Mix + Ultrafeedback Cleaned2048

The base models related to this adapted model are the following:

SizeTraining TokensLayersHidden SizeAttention HeadsContext Length
OLMo 1B3 Trillion162048162048
OLMo 7B2.5 Trillion324096322048
OLMo 7B Twin 2T2 Trillion324096322048

Model Description

  • Developed by: Allen Institute for AI (AI2)
  • Supported by: Databricks, Kempner Institute for the Study of Natural and Artificial Intelligence at Harvard University, AMD, CSC (Lumi Supercomputer), UW
  • Model type: a Transformer style autoregressive language model.
  • Language(s) (NLP): English
  • License: The code and model are released under Apache 2.0.
  • Contact: Technical inquiries: olmo at allenai dot org. Press: press at allenai dot org
  • Date cutoff: Feb./March 2023 based on Dolma dataset version.

Model Sources

Uses

Inference

You can load and run this model as usual so long as your HuggingFace version is >= 4.40:

from transformers import AutoModelForCausalLM, AutoTokenizer
olmo = AutoModelForCausalLM.from_pretrained("allenai/OLMo-7B-SFT-hf")
tokenizer = AutoTokenizer.from_pretrained("allenai/OLMo-7B-SFT-hf")
message = [{"role": "user", "content": "What is 2+2?"}]
inputs = tokenizer.apply_chat_template(messages, tokenize=True, add_generation_prompt=True, return_tensors="pt")
# optional verifying cuda
# inputs = {k: v.to('cuda') for k,v in inputs.items()}
# olmo = olmo.to('cuda')
response = olmo.generate(**inputs, max_new_tokens=100, do_sample=True, top_k=50, top_p=0.95)
print(tokenizer.batch_decode(response, skip_special_tokens=True)[0])
>> '2+2=4'

Evaluation

Core model results for the 7B adapted models are found below.

ModelMMLU 0-shot ↑AlpacaEval %win ↑ToxiGen % Toxic ↓TruthfulQA %Info+True ↑
OLMo (base)28.3-81.431.6
MPT Chat33.846.80.142.7
Falcon Instruct25.214.070.727.2
RPJ-INCITE Chat27.038.046.453.0
Llama-2-Chat 7B46.887.30.026.3
AI2 Tulu 2 7B50.473.97.051.7
AI2 Tulu 2 7B DPO50.785.10.5- *
OLMo 7B SFT47.357.014.441.2
OLMo 7B Instruct46.269.31.752.0

*Following Ivison et al. 2023, we do not report Tulu 2 TruthfulQA scores due to test set contamination.

Model Details

Data

For training data details, please see the Dolma, Tulu 2, and UltraFeedback documentation.

Architecture

Hyperparameters

The hyperparameters for the two phases of training are below:

Learning RateBetaEpochsWarmupWeight DecayGradient ClippingMaximum Sequence Length
SFT2 × 10^-6N/A3Linear warmup for the first 3% of total training time, then cooldown to 0002048
DPO5 × 10^-70.13Linear warmup for the first 10% of total training time, then cooldown to 0002048

Compared to Tulu 2, DPO hyperparameters are the same. SFT is lower LR and 3 epochs instead of 2 (and 2k length instead of 8k).

Bias, Risks, and Limitations

This adapted OLMo model is a research artifact. It is intended to benefit the research community interested in understanding the safety properties of LLMs and developers building safety tools for LLMs. For this reason, the model does not include a specific safety filter or safety training data. While our model scores well relative to its peers on ToxiGen, it is possible for the model to generate harmful and sensitive content from some user prompts. We recommend developers exercise caution and consider the risks of the applications of this technology. Furthermore, developers should consider implementing safeguards for biases, privacy, and other potential harms when appropriate. Finally, as with every LLM, OLMo may produce factual-sounding outputs that may not be true, so developers and users are encouraged to confirm such outputs before relying on them. All users of this model are responsible for how they use the model.

Citation

BibTeX:

@article{Groeneveld2023OLMo,
  title={OLMo: Accelerating the Science of Language Models},
  author={Groeneveld, Dirk and Beltagy, Iz and Walsh, Pete and Bhagia, Akshita and Kinney, Rodney and Tafjord, Oyvind and Jha, Ananya Harsh and Ivison, Hamish and Magnusson, Ian and Wang, Yizhong and Arora, Shane and Atkinson, David and Authur, Russell and Chandu, Khyathi and Cohan, Arman and Dumas, Jennifer and Elazar, Yanai and Gu, Yuling and Hessel, Jack and Khot, Tushar and Merrill, William and Morrison, Jacob and Muennighoff, Niklas and Naik, Aakanksha and Nam, Crystal and Peters, Matthew E. and Pyatkin, Valentina and Ravichander, Abhilasha and Schwenk, Dustin and Shah, Saurabh and Smith, Will and Subramani, Nishant and Wortsman, Mitchell and Dasigi, Pradeep and Lambert, Nathan and Richardson, Kyle and Dodge, Jesse and Lo, Kyle and Soldaini, Luca and Smith, Noah A. and Hajishirzi, Hannaneh},
  journal={Preprint},
  year={2024}
}

APA:

Groeneveld, D., Beltagy, I., Walsh, P., Bhagia, A., Kinney, R., Tafjord, O., Jha, A., Ivison, H., Magnusson, I., Wang, Y., Arora, S., Atkinson, D., Authur, R., Chandu, K., Cohan, A., Dumas, J., Elazar, Y., Gu, Y., Hessel, J., Khot, T., Merrill, W., Morrison, J., Muennighoff, N., Naik, A., Nam, C., Peters, M., Pyatkin, V., Ravichander, A., Schwenk, D., Shah, S., Smith, W., Subramani, N., Wortsman, M., Dasigi, P., Lambert, N., Richardson, K., Dodge, J., Lo, K., Soldaini, L., Smith, N., & Hajishirzi, H. (2024). OLMo: Accelerating the Science of Language Models. Preprint.

Model Card Contact

For errors in this model card, contact Nathan or Jacob, {nathanl, jacobm} at allenai dot org.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
OlmoForCausalLM
Ревизия весов
2384ec7

0 моделей