/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
zephyr-7b-spin-iter2-v0
Опубликована
7 мар 2024

zephyr-7b-spin-iter3-v0

Генерация текстаТекст → текст11 профессий

Диалоговая модель Argilla на основе Mistral для генерации ответов на текстовые запросы с контекстом до 32 768 токенов.

24скачиваний за 30 дней8лайковвеса обновлены13 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/zephyr-7b-spin-iter3-v0 — диалоговая языковая модель, созданная Argilla и сообществом Data Is Better Together. Это дообученная версия argilla/zephyr-7b-spin-iter2-v0 на тщательно отобранных наборах argilla/10k_prompts_SPIN_iter3_zephyr_top и argilla/10k_prompts_SPIN_iter2_zephyr_top; авторы отмечают, что подход SPIN достиг сопоставимых результатов при значительно меньшем объёме данных.

Модель построена на архитектуре Mistral и содержит 7,1 млрд параметров. Она предназначена для генерации текста в диалоговом формате и рассчитана на контекст до 32 768 токенов. В README приведены результаты MT-Bench для предыдущих итераций семейства, но отдельные оценки для iter3 не указаны.

Модель распространяется под лицензией Apache-2.0. Карточка не описывает специальные предметные области и не приводит подробных ограничений; применимость ответов следует оценивать для конкретной задачи.

Сценарии применения

  • ответы на вопросы в диалоге
  • генерация текстовых ответов на запросы
  • поддержание многоходового диалога
  • создание диалоговых прототипов и экспериментов

Ограничения

Отдельные результаты оценки для iter3 в README не приведены, а подробные ограничения и сценарии применения не описаны.

Для каких профессий подходит11

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

zephyr-7b-spin-iter3-v0

A model matching the results of SPIN with very little data (30x less), carefully curated by the amazing Data Is Better Together community

This model is a fine-tuned version of argilla/zephyr-7b-spin-iter2-v0 on the argilla/10k_prompts_SPIN_iter3_zephyr_top and the argilla/10k_prompts_SPIN_iter2_zephyr_top dataset.

Check this repo for full reproducible code using the original SPIN implementation and distilabel.

If you want to contribute to high quality datasets like this, contribute to the DIBT prompt collective initiative.

MT-Bench results

Model1st Turn Score2nd Turn ScoreAverage ScoreSPIN paper Score
zephyr-7b-sft-full6.66256.02506.343755.94
zephyr-7b-spin-iter0-v06.643756.17506.4093756.46
zephyr-7b-spin-iter1-v06.906256.30006.6031256.65
zephyr-7b-spin-iter2-v07.13756.31256.7250006.78
zephyr-7b-spin-iter3-v07.093756.45006.771875-

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 1e-07
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 4
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 64
  • total_eval_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: 2.0

Training results

Training LossEpochStepValidation LossRewards/realRewards/generatedRewards/accuraciesRewards/marginsLogps/generatedLogps/realLogits/generatedLogits/real
0.29280.49250.3951-2.6212-20.32680.906217.7056-700.5638-278.0876-2.8098-2.8090
0.14870.97500.1319-2.9077-29.14590.937526.2382-702.3276-278.1449-2.8218-2.8066
0.0061.46750.1269-2.6037-29.15190.958326.5482-702.3289-278.0841-2.8175-2.8037
0.00861.941000.1099-2.9181-29.69700.927126.7789-702.4378-278.1470-2.8177-2.8051

Framework versions

  • Transformers 4.37.0
  • Pytorch 2.1.2+cu121
  • Datasets 2.14.6
  • Tokenizers 0.15.2

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
9bd3ab7

0 моделей