/ Модель

Характеристики

Контекст
8 192 токена
Параметры
68,7 млрд
Размер весов
276 ГБ
Лицензия
Своя лицензия
Архитектура
llama · dense
Базовая модель
Llama-2-70b-hf
Опубликована
12 ноя 2023

tulu-2-dpo-70b

Генерация текстаТекст → текст13 профессий

Дообученная AllenAI на инструкциях и предпочтениях диалоговая модель на базе Llama 2 70B для генерации ответов на английском языке.

396скачиваний за 30 дней157лайковвеса обновлены31 янв 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

Tulu V2 DPO 70B — диалоговая языковая модель-ассистент, разработанная AllenAI на основе Llama 2 70B. Модель дообучена на смеси публичных, синтетических и созданных людьми инструкций и диалогов, а затем выровнена методом Direct Preference Optimization (DPO) на данных UltraFeedback. Архитектура — плотная LlamaForCausalLM с 68,7 млрд параметров; контекст — до 8192 токенов. Основной язык — английский.

Модель предназначена для генерации ответов на инструкции и диалоговых сценариев, где нужен универсальный текстовый помощник. В карточке она описана как сильная альтернатива Llama 2 70B Chat; для форматирования запросов рекомендуется использовать формат Llama 2 с завершающим переводом строки. Модель может выдавать проблемные ответы: на этапе выравнивания её не обучали безопасно отказывать и не применяли фильтрацию ответов во время работы. Лицензия — AI2 ImpACT Low-risk.

Сценарии применения

  • ответы на пользовательские инструкции
  • диалоговый помощник на английском языке
  • составление и переформулирование текстов
  • обобщение предоставленной информации
  • генерация развернутых ответов на вопросы

Ограничения

Модель не обучали безопасно отказывать на этапе выравнивания и не снабжали фильтрацией ответов во время работы, поэтому она может генерировать проблемный контент. Для качества генерации важно соблюдать рекомендованный формат ввода с завершающим переводом строки.

Для каких профессий подходит13

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 Tulu V2 DPO 70B

Tulu is a series of language models that are trained to act as helpful assistants. Tulu V2 DPO 70B is a fine-tuned version of Llama 2 that was trained on a mix of publicly available, synthetic and human datasets using Direct Preference Optimization (DPO). This model is a strong alternative to Llama 2 70b Chat.

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

Model description

  • Model type: The flagship model of 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-2-70b-hf

Model Sources

Performance

ModelSizeAlignmentMT-Bench (score)AlpacaEval (win rate %)
Tulu-v2-7b 🐪7BSFT6.3073.9
Tulu-v2-dpo-7b 🐪7BDPO6.2985.1
Tulu-v2-13b 🐪13BSFT6.7078.9
Tulu-v2-dpo-13b 🐪13BDPO7.0089.5
Tulu-v2-70b 🐪70BSFT7.4986.6
Tulu-v2-dpo-70b 🐪70BDPO7.8995.1

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 initially 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. We then further aligned the model with a Jax DPO trainer built on EasyLM on the openbmb/UltraFeedback dataset, which contains 64k prompts and model completions that are ranked by GPT-4.

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 Tulu 2 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

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
0ab5c87

0 моделей