/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1,7 млрд
Лицензия
Своя лицензия
Архитектура
internlm2 · dense
Опубликована
2 мая 2024

internlm2-chat-1_8b-ExPO

Генерация текстаТекст → текст5 профессий

Чат-модель InternLM2 с 1,7 млрд параметров, улучшенная методом ExPO для генерации диалоговых ответов.

31скачиваний за 30 дней1лайквеса обновлены27 мая 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

chujiezheng/internlm2-chat-1_8b-ExPO — разговорная языковая модель на базе InternLM2 Chat 1.8B, созданная методом Weak-to-Strong Extrapolation (ExPO). В README указано, что веса получены экстраполяцией с коэффициентом alpha = 0.5 между SFT- и DPO/RLHF-чекпойнтами, чтобы улучшить соответствие ответов человеческим предпочтениям.

Модель предназначена для диалогов и генерации текста. Она использует плотную архитектуру InternLM2, содержит 1,7 млрд параметров и поддерживает контекст до 32 768 токенов. В карточке заявлены английский и китайский языки. В README приведены результаты оценки ExPO на AlpacaEval 2.0 и MT-Bench для других моделей, но эти результаты не подтверждают качество именно данного чекпойнта.

Модель опубликована в формате safetensors. Лицензия в метаданных обозначена как other; конкретные условия следует проверить в карточке модели перед использованием.

Сценарии применения

  • создание чат-бота на английском или китайском языке
  • генерация ответов в многошаговом диалоге
  • подготовка черновиков и пояснительных текстов
  • эксперименты с выравниванием диалоговых моделей по человеческим предпочтениям

Ограничения

Лицензия указана как other, поэтому условия использования нужно уточнить в карточке модели. Приведённые в README результаты AlpacaEval 2.0 и MT-Bench относятся к другим моделям и не характеризуют качество этого чекпойнта.

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

internlm2-chat-1_8b-ExPO

The extrapolated (ExPO) model based on internlm2-chat-1_8b and internlm/internlm2-chat-1_8b-sft, as in the "Weak-to-Strong Extrapolation Expedites Alignment" paper.

Specifically, we obtain this model by extrapolating (alpha = 0.5) from the weights of the SFT and DPO/RLHF checkpoints, achieving superior alignment with human preference.

Evaluation Results

Evaluation results on the AlpacaEval 2.0 benchmark (you can find the evaluation outputs on the official GitHub repo):

Win Rate (Ori)LC Win Rate (Ori)Win Rate (+ ExPO)LC Win Rate (+ ExPO)
HuggingFaceH4/zephyr-7b-alpha6.7%10.0%10.6%13.6%
HuggingFaceH4/zephyr-7b-beta10.2%13.2%11.1%14.0%
berkeley-nest/Starling-LM-7B-alpha15.0%18.3%18.2%19.5%
Nexusflow/Starling-LM-7B-beta26.6%25.8%29.6%26.4%
snorkelai/Snorkel-Mistral-PairRM24.7%24.0%28.8%26.4%
RLHFlow/LLaMA3-iterative-DPO-final29.2%36.0%32.7%37.8%
internlm/internlm2-chat-1.8b3.8%4.0%5.2%4.3%
internlm/internlm2-chat-7b20.5%18.3%28.1%22.7%
internlm/internlm2-chat-20b36.1%24.9%46.2%27.2%
allenai/tulu-2-dpo-7b8.5%10.2%11.5%11.7%
allenai/tulu-2-dpo-13b11.2%15.5%15.6%17.6%
allenai/tulu-2-dpo-70b15.4%21.2%23.0%25.7%

Evaluation results on the MT-Bench benchmark (you can find the evaluation outputs on the official GitHub repo):

Original+ ExPO
HuggingFaceH4/zephyr-7b-alpha6.856.87
HuggingFaceH4/zephyr-7b-beta7.027.06
berkeley-nest/Starling-LM-7B-alpha7.827.91
Nexusflow/Starling-LM-7B-beta8.108.18
snorkelai/Snorkel-Mistral-PairRM7.637.69
RLHFlow/LLaMA3-iterative-DPO-final8.088.45
internlm/internlm2-chat-1.8b5.175.26
internlm/internlm2-chat-7b7.727.80
internlm/internlm2-chat-20b8.138.26
allenai/tulu-2-dpo-7b6.356.38
allenai/tulu-2-dpo-13b7.007.26
allenai/tulu-2-dpo-70b7.798.03

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
InternLM2ForCausalLM
Ревизия весов
33c6f7d

0 моделей