/ Модель

Характеристики

Контекст
131 072 токена
Параметры
3,9 млрд
Размер весов
9 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
Llama-3.1-Minitron-4B-Width-Base
Опубликована
23 авг 2024

magnum-v2-4b

Генерация текстаТекст → текст5 профессий

Диалоговая модель Anthracite на базе Llama 3.1 Minitron для генерации связного текста и ответов в формате ChatML.

185скачиваний за 30 дней21лайквеса обновлены27 авг 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

Magnum-v2-4b — диалоговая языковая модель Anthracite, восьмая в серии моделей, нацеленных на воспроизведение качества прозы Claude 3 Sonnet и Opus. Модель дообучена на базе IntervitensInc/Llama-3.1-Minitron-4B-Width-Base-chatml; метаданные связывают её также с nvidia/Llama-3.1-Minitron-4B-Width-Base. Это плотная причинная архитектура Llama с 3,9 млрд параметров.

Модель предназначена для диалоговой генерации текста и настроена на формат ChatML. В README заявлена длина контекста 131 072 токена; метаданные указывают английский язык. Веса доступны в формате safetensors, лицензия — Apache-2.0. README сообщает о полном дообучении в течение двух эпох.

Модель ориентирована на связную прозу и ответы в диалоге. Карточка не приводит количественных оценок качества или подробных ограничений, поэтому пригодность для конкретных сценариев следует оценивать на собственных примерах.

Сценарии применения

  • ответы на вопросы в диалоге
  • создание связной прозы на английском языке
  • написание и продолжение художественных текстов
  • генерация инструктивных ответов
  • прототипирование чат-ботов

Ограничения

В карточке нет количественных оценок качества и подробного описания ограничений. Заявленная цель — сходство качества прозы с Claude 3 Sonnet и Opus — не сопровождается результатами сравнительной оценки.

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

image/png This is the eighth in a series of models designed to replicate the prose quality of the Claude 3 models, specifically Sonnet and Opus. This model is fine-tuned on top of IntervitensInc/Llama-3.1-Minitron-4B-Width-Base-chatml.

Prompting

Model has been Instruct tuned with the ChatML formatting. A typical input would look like this:

"""<|im_start|>system
system prompt<|im_end|>
<|im_start|>user
Hi there!<|im_end|>
<|im_start|>assistant
Nice to meet you!<|im_end|>
<|im_start|>user
Can I ask a question?<|im_end|>
<|im_start|>assistant
"""

axolotl config

axolotl version: 0.4.1

base_model: IntervitensInc/Llama-3.1-Minitron-4B-Width-Base-chatml
model_type: AutoModelForCausalLM
tokenizer_type: AutoTokenizer

load_in_8bit: false
load_in_4bit: false
strict: false

datasets:
  - path: anthracite-org/Gryphe-3.5-16k-Subset
    type: sharegpt
    conversation: chatml
  - path: Epiculous/Synthstruct-Gens-v1-Filtered-n-Cleaned
    type: sharegpt
    conversation: chatml
  - path: anthracite-org/Stheno-Data-Filtered
    type: sharegpt
    conversation: chatml
  - path: Epiculous/SynthRP-Gens-v1-Filtered-n-Cleaned
    type: sharegpt
    conversation: chatml
  - path: lodrick-the-lafted/NopmWritingStruct
    type: sharegpt
    conversation: chatml
  - path: anthracite-org/kalo-opus-instruct-22k-no-refusal
    type: sharegpt
    conversation: chatml

chat_template: chatml

val_set_size: 0.01
output_dir: ./outputs/out

adapter:
lora_r:
lora_alpha:
lora_dropout:
lora_target_linear:

sequence_len: 16384
# sequence_len: 32768
sample_packing: true
eval_sample_packing: false
pad_to_sequence_len: true

wandb_project:
wandb_entity:
wandb_watch:
wandb_name:
wandb_log_model:

gradient_accumulation_steps: 32
micro_batch_size: 1
num_epochs: 2
optimizer: adamw_bnb_8bit
lr_scheduler: cosine
learning_rate: 0.00002
weight_decay: 0.05

train_on_inputs: false
group_by_length: false
bf16: auto
fp16:
tf32: true

gradient_checkpointing: true
early_stopping_patience:
resume_from_checkpoint:
local_rank:
logging_steps: 1
xformers_attention:
flash_attention: true

warmup_ratio: 0.1
evals_per_epoch: 4
eval_table_size:
eval_max_new_tokens: 128
saves_per_epoch: 1

debug:
deepspeed:
fsdp:
fsdp_config:

special_tokens:
  pad_token: <|finetune_right_pad_id|>

Credits

This model has been a team effort, and the credits goes to all members of Anthracite.

Training

The training was done for 2 epochs. We used 2 x RTX 6000s GPUs graciously provided by Kubernetes_Bad for the full-parameter fine-tuning of the model.

Safety

...

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
31a45f7

0 моделей