/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
6,6 млрд
Размер весов
13,5 ГБ
Архитектура
llama · dense
Базовая модель
Llama-2-7b-hf
Опубликована
12 ноя 2023

open-instruct-llama2-sharegpt-dpo-7b

Генерация текстаТекст → текст4 профессии

Англоязычная модель AllenAI на базе Llama 2, дообученная для диалогов и выполнения инструкций с помощью ShareGPT и DPO.

140скачиваний за 30 дней0лайковвеса обновлены20 ноя 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

Open Instruct ShareGPT DPO Llama2 7B — англоязычная языковая модель из серии Tulu, разработанной AllenAI для работы в качестве полезного диалогового ассистента. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 6,6 млрд параметров; она принимает текст и генерирует текст, поддерживая контекст до 2048 токенов.

Модель дообучена на базе meta-llama/Llama-2-7b-hf: сначала на данных ShareGPT, затем на UltraFeedback методом Direct Preference Optimization (DPO). Она предназначена для ответов на инструкции и ведения диалогов на английском языке. Для лучшего качества авторы рекомендуют форматировать запросы с новой строкой после сообщения пользователя.

Модель может быть полезна для прототипирования англоязычных чат-ассистентов и генерации ответов на пользовательские запросы. Она не прошла выравнивание на безопасные ответы в ходе RLHF и не использует фильтрацию на этапе генерации, поэтому может выдавать проблемный контент, особенно в ответ на соответствующие запросы. Лицензия — AI2 ImpACT Low-risk license.

Сценарии применения

  • создание англоязычного чат-ассистента
  • ответы на инструкции на английском языке
  • генерация диалоговых ответов
  • прототипирование ассистента на базе Llama 2

Ограничения

Модель не была выровнена для безопасной генерации в ходе RLHF и не использует фильтрацию ответов, поэтому может выдавать проблемный контент. Для качества генерации рекомендуется соблюдать формат запроса с переводом строки после сообщения пользователя.

Для каких профессий подходит4

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 Open Instruct ShareGPT DPO Llama2 7B

This model belongs to the Tulu series of models, which is a series of language models that are trained to act as helpful assistants. Open Instruct ShareGPT Llama2 7B is initially fine-tuned version of Llama 2 that was trained on the ShareGPT dataset. The model was then further trained on the UltraFeedback dataset using Direct Preference Optimization (DPO).

For more details, read the paper: Camels in a Changing Climate: Enhancing LM Adaptation with Tulu 2 .

Model description

  • Model type: A model belonging to a suite of instruction and RLHF tuned chat models on a mix of publicly available, synthetic and human-created datasets.
  • Language(s) (NLP): Primarily English
  • License: AI2 ImpACT Low-risk license.
  • Finetuned from model: meta-llama/Llama-2-7b-hf

Model Sources

Input Format

The model is trained to use the following format (note the newlines):

<|user|>
Your message here!
<|assistant|>

For best results, format all inputs in this manner. Make sure to include a newline after <|assistant|>, this can affect generation quality quite a bit.

Intended uses & limitations

The model was fine-tuned on a filtered and preprocessed of the Tulu V2 mix dataset, which contains a diverse range of human created instructions and synthetic dialogues generated primarily by other LLMs.

Bias, Risks, and Limitations

The Tulu models have not been aligned to generate safe completions within the RLHF phase or deployed with in-the-loop filtering of responses like ChatGPT, so the model can produce problematic outputs (especially when prompted to do so). It is also unknown what the size and composition of the corpus was used to train the base Llama 2 models, however it is likely to have included a mix of Web data and technical sources like books and code. See the Falcon 180B model card for an example of this.

Training hyperparameters

The following hyperparameters were used during DPO training:

  • learning_rate: 5e-07
  • total_train_batch_size: 32
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 3.0

Citation

If you find this model is useful in your work, please cite it with:

@misc{ivison2023camels,
      title={Camels in a Changing Climate: Enhancing LM Adaptation with Tulu 2}, 
      author={Hamish Ivison and Yizhong Wang and Valentina Pyatkin and Nathan Lambert and Matthew Peters and Pradeep Dasigi and Joel Jang and David Wadden and Noah A. Smith and Iz Beltagy and Hannaneh Hajishirzi},
      year={2023},
      eprint={2311.10702},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

Model card adapted from Zephyr Beta

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
71aba8a

0 моделей