/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
19,3 млрд
Размер весов
39,7 ГБ
Лицензия
Своя лицензия
Архитектура
internlm2 · dense
Опубликована
2 мая 2024

internlm2-chat-20b-ExPO

Генерация текстаТекст → текст7 профессий

Диалоговая модель InternLM2 на 19,3 млрд параметров, объединённая методом ExPO для генерации текста и более точного следования человеческим предпочтениям.

16 843скачиваний 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

InternLM2-Chat-20B-ExPO — разговорная языковая модель на архитектуре InternLM2 с 19,3 млрд параметров, опубликованная пользователем chujiezheng. Она получена методом ExPO: веса SFT- и DPO/RLHF-чекпойнтов объединены экстраполяцией с коэффициентом alpha=0,5, чтобы улучшить соответствие предпочтениям людей. Модель предназначена для диалогов и генерации текста на английском и китайском языках; длина контекста составляет 32 768 токенов.

В README приведены результаты оценок на AlpacaEval 2.0 и MT-Bench, где ExPO-версия показала улучшение относительно исходных вариантов для нескольких моделей. Чекпойнт сохранён в формате safetensors и использует лицензию other; конкретные условия лицензии следует сверять с карточкой репозитория. Оценки приведены для указанных в README моделей и бенчмарков, поэтому не гарантируют аналогичного выигрыша для любых запросов или сценариев.

Сценарии применения

  • ведение диалогов на английском языке
  • ведение диалогов на китайском языке
  • генерация ответов на пользовательские запросы
  • создание развернутых текстовых ответов
  • экспериментальная оценка качества выравнивания с человеческими предпочтениями

Ограничения

Результаты в README относятся к указанным моделям и бенчмаркам и не гарантируют улучшения в других сценариях. Лицензия обозначена как other, поэтому условия использования следует проверять в карточке репозитория.

Для каких профессий подходит7

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-20b-ExPO

The extrapolated (ExPO) model based on internlm2-chat-20b and internlm/internlm2-chat-20b-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
201b7bd

0 моделей