/ Модель

Характеристики

Размер весов
6,1 ГБ
Лицензия
apple-amlr
Архитектура
openelm · dense
Опубликована
12 апр 2024

OpenELM-3B-Instruct

Генерация текстаТекст → текст8 профессий

Инструкционно-дообученная языковая модель Apple на 3 млрд параметров для генерации текста и выполнения текстовых инструкций.

726скачиваний за 30 дней342лайкавеса обновлены28 фев 2025

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

OpenELM-3B-Instruct — инструкция-дообученная языковая модель из семейства OpenELM, разработанного Apple. Она предназначена для генерации текста по запросу и выполнения инструкций в исследовательских и прикладных сценариях.

Модель использует плотную архитектуру трансформера с причинным языковым моделированием. В семействе OpenELM применяется послойное распределение параметров, призванное повысить эффективность и точность; эта версия содержит 3 млрд параметров. Семейство включает предварительно обученные и инструкционно дообученные варианты, а веса опубликованы в формате Safetensors.

Модель подходит для генерации ответов, выполнения текстовых инструкций и экспериментов с языковыми моделями. В README приведены результаты оценки вариантов семейства на тестах рассуждения и понимания текста. Поддерживаемые языки и длина контекста для этой версии в предоставленных данных не установлены. Разработчики предупреждают, что ответы могут быть неточными, вредными, предвзятыми или нежелательными, и не предоставляют гарантий безопасности.

Модель распространяется по лицензии apple-amlr. Для обучающих наборов данных могут действовать отдельные лицензии и условия использования, которые следует проверить перед применением.

Сценарии применения

  • генерация ответов на текстовые запросы
  • выполнение инструкций на естественном языке
  • создание черновиков и кратких текстов
  • эксперименты с компактными языковыми моделями

Ограничения

Модель может выдавать неточные, вредные, предвзятые или нежелательные ответы; гарантий безопасности нет. Язык и длина контекста для этой версии в предоставленных данных не определены.

Для каких профессий подходит8

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

OpenELM

Sachin Mehta, Mohammad Hossein Sekhavat, Qingqing Cao, Maxwell Horton, Yanzi Jin, Chenfan Sun, Iman Mirzadeh, Mahyar Najibi, Dmitry Belenko, Peter Zatloukal, Mohammad Rastegari

We introduce OpenELM, a family of Open Efficient Language Models. OpenELM uses a layer-wise scaling strategy to efficiently allocate parameters within each layer of the transformer model, leading to enhanced accuracy. We pretrained OpenELM models using the CoreNet library. We release both pretrained and instruction tuned models with 270M, 450M, 1.1B and 3B parameters. We release the complete framework, encompassing data preparation, training, fine-tuning, and evaluation procedures, alongside multiple pre-trained checkpoints and training logs, to facilitate open research.

Our pre-training dataset contains RefinedWeb, deduplicated PILE, a subset of RedPajama, and a subset of Dolma v1.6, totaling approximately 1.8 trillion tokens. Please check license agreements and terms of these datasets before using them.

Usage

We have provided an example function to generate output from OpenELM models loaded via HuggingFace Hub in generate_openelm.py.

You can try the model by running the following command:

python generate_openelm.py --model apple/OpenELM-3B-Instruct --hf_access_token [HF_ACCESS_TOKEN] --prompt 'Once upon a time there was' --generate_kwargs repetition_penalty=1.2

Please refer to this link to obtain your hugging face access token.

Additional arguments to the hugging face generate function can be passed via generate_kwargs. As an example, to speedup the inference, you can try lookup token speculative generation by passing the prompt_lookup_num_tokens argument as follows:

python generate_openelm.py --model apple/OpenELM-3B-Instruct --hf_access_token [HF_ACCESS_TOKEN] --prompt 'Once upon a time there was' --generate_kwargs repetition_penalty=1.2 prompt_lookup_num_tokens=10

Alternatively, try model-wise speculative generation with an assistive model by passing a smaller model through the assistant_model argument, for example:

python generate_openelm.py --model apple/OpenELM-3B-Instruct --hf_access_token [HF_ACCESS_TOKEN] --prompt 'Once upon a time there was' --generate_kwargs repetition_penalty=1.2 --assistant_model [SMALLER_MODEL]

Main Results

Zero-Shot

Model SizeARC-cARC-eBoolQHellaSwagPIQASciQWinoGrandeAverage
OpenELM-270M26.4545.0853.9846.7169.7584.7053.9154.37
OpenELM-270M-Instruct30.5546.6848.5652.0770.7884.4052.7255.11
OpenELM-450M27.5648.0655.7853.9772.3187.2058.0157.56
OpenELM-450M-Instruct30.3850.0060.3759.3472.6388.0058.9659.95
OpenELM-1_1B32.3455.4363.5864.8175.5790.6061.7263.44
OpenELM-1_1B-Instruct37.9752.2370.0071.2075.0389.3062.7565.50
OpenELM-3B35.5859.8967.4072.4478.2492.7065.5167.39
OpenELM-3B-Instruct39.4261.7468.1776.3679.0092.5066.8569.15

LLM360

Model SizeARC-cHellaSwagMMLUTruthfulQAWinoGrandeAverage
OpenELM-270M27.6547.1525.7239.2453.8338.72
OpenELM-270M-Instruct32.5151.5826.7038.7253.2040.54
OpenELM-450M30.2053.8626.0140.1857.2241.50
OpenELM-450M-Instruct33.5359.3125.4140.4858.3343.41
OpenELM-1_1B36.6965.7127.0536.9863.2245.93
OpenELM-1_1B-Instruct41.5571.8325.6545.9564.7249.94
OpenELM-3B42.2473.2826.7634.9867.2548.90
OpenELM-3B-Instruct47.7076.8724.8038.7667.9651.22

OpenLLM Leaderboard

Model SizeARC-cCrowS-PairsHellaSwagMMLUPIQARACETruthfulQAWinoGrandeAverage
OpenELM-270M27.6566.7947.1525.7269.7530.9139.2453.8345.13
OpenELM-270M-Instruct32.5166.0151.5826.7070.7833.7838.7253.2046.66
OpenELM-450M30.2068.6353.8626.0172.3133.1140.1857.2247.69
OpenELM-450M-Instruct33.5367.4459.3125.4172.6336.8440.4858.3349.25
OpenELM-1_1B36.6971.7465.7127.0575.5736.4636.9863.2251.68
OpenELM-1_1B-Instruct41.5571.0271.8325.6575.0339.4345.9564.7254.40
OpenELM-3B42.2473.2973.2826.7678.2438.7634.9867.2554.35
OpenELM-3B-Instruct47.7072.3376.8724.8079.0038.4738.7667.9655.73

See the technical report for more results and comparison.

Evaluation

Setup

Install the following dependencies:


# install public lm-eval-harness

harness_repo="public-lm-eval-harness"
git clone https://github.com/EleutherAI/lm-evaluation-harness ${harness_repo}
cd ${harness_repo}
# use main branch on 03-15-2024, SHA is dc90fec
git checkout dc90fec
pip install -e .
cd ..

# 66d6242 is the main branch on 2024-04-01 
pip install datasets@git+https://github.com/huggingface/datasets.git@66d6242
pip install tokenizers>=0.15.2 transformers>=4.38.2 sentencepiece>=0.2.0

Evaluate OpenELM


# OpenELM-3B-Instruct
hf_model=apple/OpenELM-3B-Instruct

# this flag is needed because lm-eval-harness set add_bos_token to False by default, but OpenELM uses LLaMA tokenizer which requires add_bos_token to be True
tokenizer=meta-llama/Llama-2-7b-hf
add_bos_token=True
batch_size=1

mkdir lm_eval_output

shot=0
task=arc_challenge,arc_easy,boolq,hellaswag,piqa,race,winogrande,sciq,truthfulqa_mc2
lm_eval --model hf \
        --model_args pretrained=${hf_model},trust_remote_code=True,add_bos_token=${add_bos_token},tokenizer=${tokenizer} \
        --tasks ${task} \
        --device cuda:0 \
        --num_fewshot ${shot} \
        --output_path ./lm_eval_output/${hf_model//\//_}_${task//,/_}-${shot}shot \
        --batch_size ${batch_size} 2>&1 | tee ./lm_eval_output/eval-${hf_model//\//_}_${task//,/_}-${shot}shot.log

shot=5
task=mmlu,winogrande
lm_eval --model hf \
        --model_args pretrained=${hf_model},trust_remote_code=True,add_bos_token=${add_bos_token},tokenizer=${tokenizer} \
        --tasks ${task} \
        --device cuda:0 \
        --num_fewshot ${shot} \
        --output_path ./lm_eval_output/${hf_model//\//_}_${task//,/_}-${shot}shot \
        --batch_size ${batch_size} 2>&1 | tee ./lm_eval_output/eval-${hf_model//\//_}_${task//,/_}-${shot}shot.log

shot=25
task=arc_challenge,crows_pairs_english
lm_eval --model hf \
        --model_args pretrained=${hf_model},trust_remote_code=True,add_bos_token=${add_bos_token},tokenizer=${tokenizer} \
        --tasks ${task} \
        --device cuda:0 \
        --num_fewshot ${shot} \
        --output_path ./lm_eval_output/${hf_model//\//_}_${task//,/_}-${shot}shot \
        --batch_size ${batch_size} 2>&1 | tee ./lm_eval_output/eval-${hf_model//\//_}_${task//,/_}-${shot}shot.log

shot=10
task=hellaswag
lm_eval --model hf \
        --model_args pretrained=${hf_model},trust_remote_code=True,add_bos_token=${add_bos_token},tokenizer=${tokenizer} \
        --tasks ${task} \
        --device cuda:0 \
        --num_fewshot ${shot} \
        --output_path ./lm_eval_output/${hf_model//\//_}_${task//,/_}-${shot}shot \
        --batch_size ${batch_size} 2>&1 | tee ./lm_eval_output/eval-${hf_model//\//_}_${task//,/_}-${shot}shot.log

Bias, Risks, and Limitations

The release of OpenELM models aims to empower and enrich the open research community by providing access to state-of-the-art language models. Trained on publicly available datasets, these models are made available without any safety guarantees. Consequently, there exists the possibility of these models producing outputs that are inaccurate, harmful, biased, or objectionable in response to user prompts. Thus, it is imperative for users and developers to undertake thorough safety testing and implement appropriate filtering mechanisms tailored to their specific requirements.

Citation

If you find our work useful, please cite:

@article{mehtaOpenELMEfficientLanguage2024,
	title = {{OpenELM}: {An} {Efficient} {Language} {Model} {Family} with {Open} {Training} and {Inference} {Framework}},
	shorttitle = {{OpenELM}},
	url = {https://arxiv.org/abs/2404.14619v1},
	language = {en},
	urldate = {2024-04-24},
	journal = {arXiv.org},
	author = {Mehta, Sachin and Sekhavat, Mohammad Hossein and Cao, Qingqing and Horton, Maxwell and Jin, Yanzi and Sun, Chenfan and Mirzadeh, Iman and Najibi, Mahyar and Belenko, Dmitry and Zatloukal, Peter and Rastegari, Mohammad},
	month = apr,
	year = {2024},
}

@inproceedings{mehta2022cvnets, 
     author = {Mehta, Sachin and Abdolhosseini, Farzad and Rastegari, Mohammad}, 
     title = {CVNets: High Performance Library for Computer Vision}, 
     year = {2022}, 
     booktitle = {Proceedings of the 30th ACM International Conference on Multimedia}, 
     series = {MM '22} 
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
OpenELMForCausalLM
Ревизия весов
8288250

0 моделей