/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Опубликована
14 янв 2024

distilabeled-Marcoro14-7B-slerp-full

Генерация текстаТекст → текст6 профессий

Англоязычная 7,1-миллиардная модель Mistral, дообученная Argilla методом DPO для генерации текста и диалоговых ответов.

66скачиваний за 30 дней2лайкавеса обновлены4 мар 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

argilla/distilabeled-Marcoro14-7B-slerp-full — языковая модель, созданная Argilla как DPO-дообучение модели mlabonne/Marcoro14-7B-slerp на наборе предпочтений argilla/distilabel-intel-orca-dpo-pairs. В отличие от варианта distilabeled-Marcoro14-7B-slerp, эта версия прошла полный цикл по датасету, а не 200 шагов обучения.

Модель предназначена для генерации текста и диалоговых ответов. Это плотная причинная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов; карточка указывает английский язык. В README приведены результаты нескольких бенчмарков, однако они не гарантируют качество на конкретных пользовательских задачах.

Модель распространяется в формате safetensors по лицензии Apache-2.0. Для запуска требуются ресурсы, соответствующие модели такого размера; карточка не описывает специальные ограничения безопасности или целевые прикладные области.

Сценарии применения

  • генерация ответов на вопросы на английском языке
  • создание диалогового помощника
  • написание и продолжение текстов
  • сравнение качества ответов языковых моделей на бенчмарках

Ограничения

Карточка приводит результаты бенчмарков, но не устанавливает качество для конкретных сценариев; английский язык указан как язык модели. Модель с 7,1 млрд параметров требует существенных вычислительных ресурсов для запуска.

Для каких профессий подходит6

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

⚗️ distilabeled Marcoro14 7B Slerp

Introduction

This model is a new DPO fine-tune of our new open dataset argilla/distilabel-intel-orca-dpo-pairs, on the mlabonne/Marcoro14-7B-slerp model. You can find more information of the "distilabeled" dataset used at this repo argilla/distilabeled-Hermes-2.5-Mistral-7B, and visit distilabel.

The difference between this model and argilla/distilabeled-Marcoro14-7B-slerp is that this model has been fine-tuned for a whole epoch instead instead of 200 steps, so it has seen the whole dataset.

Training details

As we did with Notus, we wanted a reproducible recipe to test the impact of data quality.

And we're lucky to have so many amazing folks in the open community contributing reproducible, easy-to-use training scripts and recipes. This time, Maxime Labonne had shared a Colab to fine-tune OpenHermes with DPO and the original Intel's dataset, perfect! We just updated the base model to mlabonne/Marcoro14-7B-slerp, and applied the same dataset recipe we used for argilla/distilabeled-Hermes-2.5-Mistral-7B:

from datasets import load_dataset

# Instead of this:
# dataset = load_dataset("Intel/orca_dpo_pairs", split="train")

# we did this
dataset = load_dataset("argilla/distilabel-intel-orca-dpo-pairs", split="train")

dataset = dataset.filter(
    lambda r: 
        r["status"] != "tie" and 
        r["chosen_score"] >= 8 and 
        not r["in_gsm8k_train"]
)

Benchmark results

For benchmarking we used the famous "Nous" or "Teknium" benchmark. You can find below an overview, including our first experiment with a less ambitious dataset filtering (removing ties and score>5).

For running the benchmark we used another awesome contribution from Maxime: LLM AutoEval, check it out!

ModelAGIEvalGPT4ALLTruthfulQABigbenchAverage
argilla/distilabeled-Marcoro14-7B-slerp-full45.1776.5964.6848.1558.65
argilla/distilabeled-Marcoro14-7B-slerp45.476.4765.4647.1958.63
Marcoro14-7B-slerp44.6676.2464.1545.6457.67
argilla/distilabeled-Hermes-2.5-Mistral-7B44.6473.3555.9642.2154.04

Training Hardware

We used 1 x A100 80GB in runpod for less than 2 hours.

Acknowledgements

We'd like to thank the amazing open community and in particular:

  • The Intel team for publishing a great open dataset and show how well it worked in the first place
  • Teknium and NousResearch for their awesome work and models.
  • Maxime for sharing such great resources.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.73.40
AI2 Reasoning Challenge (25-Shot)70.65
HellaSwag (10-Shot)87.55
MMLU (5-Shot)65.33
TruthfulQA (0-shot)64.21
Winogrande (5-shot)82.00
GSM8k (5-shot)70.66

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
7797fde

0 моделей