/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Опубликована
22 июн 2024

Arcee-Spark

Генерация текстаТекст → текст15 профессий

Arcee Spark — разговорная модель на базе Qwen2 для диалогов, ответов на вопросы и других задач генерации текста.

598скачиваний за 30 дней87лайковвеса обновлены22 июл 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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3062

    text-generation 0,307
    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4008

    text-generation 0,4021
    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5481

    text-generation 0,5489
    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,5718

    text-generation 0,5621
    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,2953

    text-generation 0,114
    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3813

    text-generation 0,3822
    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Arcee Spark — разговорная языковая модель компании Arcee AI на 7,1 млрд параметров, основанная на Qwen2. По README, её обучали на 1,8 млн примеров, объединили с Qwen2-7B-Instruct и дополнительно улучшили с помощью Direct Preference Optimization (DPO). Модель предназначена для диалогов и генерации текста, включая ответы на вопросы, анализ тональности, решение задач и работу с кодом.

Модель принимает текст и генерирует текст; в метаданных указан контекст до 32 768 токенов. README заявляет контекст 128 тыс. токенов, поэтому его длина в источниках расходится. В метаданных перечислены английский, немецкий и арабский языки. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Небольшой размер может упростить локальное развёртывание, однако заявленные в README превосходство над другими моделями, скорость и результаты бенчмарков не следует считать гарантией качества для конкретной задачи.

Сценарии применения

  • создание чат-бота для поддержки клиентов
  • ответы на вопросы пользователей
  • генерация и редактирование текста
  • анализ тональности текстовых отзывов
  • генерация и разбор программного кода
  • разработка локального разговорного помощника

Ограничения

README и метаданные расходятся по длине контекста: указаны 128 тыс. и 32 768 токенов соответственно. Заявления README о сравнительном качестве и скорости не гарантируют таких результатов на пользовательских задачах.

Для каких профессий подходит15

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

Arcee Spark

Arcee Spark is a powerful 7B parameter language model that punches well above its weight class. Initialized from Qwen2, this model underwent a sophisticated training process:

  1. Fine-tuned on 1.8 million samples
  2. Merged with Qwen2-7B-Instruct using Arcee's mergekit
  3. Further refined using Direct Preference Optimization (DPO)

This meticulous process results in exceptional performance, with Arcee Spark achieving the highest score on MT-Bench for models of its size, outperforming even GPT-3.5 on many tasks.

Key Features

  • 7B parameters
  • State-of-the-art performance for its size
  • Initialized from Qwen2
  • Advanced training process including fine-tuning, merging, and DPO
  • Highest MT-Bench score in the 7B class
  • Outperforms GPT-3.5 on many tasks
  • Has a context length of 128k tokens, making it ideal for tasks requiring many conversation turns or working with large amounts of text.

Business Use Cases

Arcee Spark offers a compelling solution for businesses looking to leverage advanced AI capabilities without the hefty computational requirements of larger models. Its unique combination of small size and high performance makes it ideal for:

  1. Real-time applications: Deploy Arcee Spark for chatbots, customer service automation, and interactive systems where low latency is crucial.

  2. Edge computing: Run sophisticated AI tasks on edge devices or in resource-constrained environments.

  3. Cost-effective scaling: Implement advanced language AI across your organization without breaking the bank on infrastructure or API costs.

  4. Rapid prototyping: Quickly develop and iterate on AI-powered features and products.

  5. On-premise deployment: Easily host Arcee Spark on local infrastructure for enhanced data privacy and security.

Performance and Efficiency

Arcee Spark demonstrates that bigger isn't always better in the world of language models. By leveraging advanced training techniques and architectural optimizations, it delivers:

  • Speed: Blazing fast inference times, often 10-100x faster than larger models.
  • Efficiency: Significantly lower computational requirements, reducing both costs and environmental impact.
  • Flexibility: Easy to fine-tune or adapt for specific domains or tasks.

Despite its compact size, Arcee Spark offers deep reasoning capabilities, making it suitable for a wide range of complex tasks including:

  • Advanced text generation
  • Detailed question answering
  • Nuanced sentiment analysis
  • Complex problem-solving
  • Code generation and analysis

Model Availability

  • Quants: Arcee Spark GGUF
  • FP32: For those looking to squeeze every bit of performance out of the model, we offer an FP32 version that scores slightly higher on all benchmarks.

Benchmarks and Evaluations

MT-Bench

########## First turn ##########
                     score
model       turn          
arcee-spark 1     8.777778
########## Second turn ##########
                     score
model       turn          
arcee-spark 2     8.164634
########## Average ##########
                score
model                
arcee-spark  8.469325

EQ-Bench

EQ-Bench: 71.4

TruthfulQA

TaskVersionMetricValueStderr
truthfulqa_mc1mc10.4382±0.0174
mc20.6150±0.0155

AGI-Eval

TaskVersionMetricValueStderr
agieval_aqua_rat0acc0.3937±0.0307
acc_norm0.3937±0.0307
agieval_logiqa_en0acc0.4731±0.0196
acc_norm0.4854±0.0196
agieval_lsat_ar0acc0.2783±0.0296
acc_norm0.3000±0.0303
agieval_lsat_lr0acc0.5549±0.0220
acc_norm0.5451±0.0221
agieval_lsat_rc0acc0.6022±0.0299
acc_norm0.6208±0.0296
agieval_sat_en0acc0.8155±0.0271
acc_norm0.8107±0.0274
agieval_sat_en_without_passage0acc0.4806±0.0349
acc_norm0.4612±0.0348
agieval_sat_math0acc0.4909±0.0338
acc_norm0.4545±0.0336

AGI-eval average: 51.11

GPT4All Evaluation

TaskVersionMetricValueStderr
arc_challenge0acc0.5333±0.0146
acc_norm0.5640±0.0145
arc_easy0acc0.8131±0.0080
acc_norm0.7668±0.0087
boolq1acc0.8471±0.0063
hellaswag0acc0.6206±0.0048
acc_norm0.8118±0.0039
openbookqa0acc0.3560±0.0214
acc_norm0.4600±0.0223
piqa0acc0.7987±0.0094
acc_norm0.8030±0.0093
winogrande0acc0.7690±0.0130

Gpt4al Average: 69.37

Big Bench Hard

TaskVersionMetricValueStderr
bigbench_causal_judgement0multiple_choice_grade0.6053±0.0356
bigbench_date_understanding0multiple_choice_grade0.6450±0.0249
bigbench_disambiguation_qa0multiple_choice_grade0.5233±0.0312
bigbench_geometric_shapes0multiple_choice_grade0.2006±0.0212
exact_str_match0.0000±0.0000
bigbench_logical_deduction_five_objects0multiple_choice_grade0.2840±0.0202
bigbench_logical_deduction_seven_objects0multiple_choice_grade0.2429±0.0162
bigbench_logical_deduction_three_objects0multiple_choice_grade0.4367±0.0287
bigbench_movie_recommendation0multiple_choice_grade0.4720±0.0223
bigbench_navigate0multiple_choice_grade0.4980±0.0158
bigbench_reasoning_about_colored_objects0multiple_choice_grade0.5600±0.0111
bigbench_ruin_names0multiple_choice_grade0.4375±0.0235
bigbench_salient_translation_error_detection0multiple_choice_grade0.2685±0.0140
bigbench_snarks0multiple_choice_grade0.7348±0.0329
bigbench_sports_understanding0multiple_choice_grade0.6978±0.0146
bigbench_temporal_sequences0multiple_choice_grade0.4060±0.0155
bigbench_tracking_shuffled_objects_five_objects0multiple_choice_grade0.2072±0.0115
bigbench_tracking_shuffled_objects_seven_objects0multiple_choice_grade0.1406±0.0083
bigbench_tracking_shuffled_objects_three_objects0multiple_choice_grade0.4367±0.0287

Big Bench average: 45.78

License

Arcee Spark is released under the Apache 2.0 license.

Acknowledgments

  • The Qwen2 team for their foundational work
  • The open-source AI community for their invaluable tools and datasets
  • Our dedicated team of researchers and engineers who push the boundaries of what's possible with compact language models

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.25.54
IFEval (0-Shot)56.21
BBH (3-Shot)37.14
MATH Lvl 5 (4-Shot)12.31
GPQA (0-shot)7.61
MuSR (0-shot)8.60
MMLU-PRO (5-shot)31.36

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
69bafc5

0 моделей