/ Модель

Характеристики

Параметры
6 млрд
Лицензия
WTFPL
Опубликована
12 дек 2023

mamba-2.8b-instruct-openhermes

Генерация текстаТекст → текст8 профессий

Диалоговая текстовая модель Mamba, дообученная clibrain на OpenHermes для ответов на инструкции, ролевого взаимодействия и генерации текста.

128скачиваний за 30 дней71лайквеса обновлены31 дек 2023

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

MAMBA (2.8B) Instruct — языковая модель с архитектурой Mamba, дообученная clibrain на наборе OpenHermes для генерации текста в формате инструкций и диалога. Архитектура Mamba относится к моделям пространства состояний и использует аппаратно-ориентированную реализацию; заявленный размер в названии — 2,8 млрд параметров, тогда как метаданные указывают 6 млрд параметров.

Модель предназначена для диалоговых ответов и выполнения общих инструкций, включая задачи письма, ролевого взаимодействия и программирования. OpenHermes содержит около 242 тысяч примеров, преимущественно созданных GPT-4 и собранных из открытых наборов данных. В метаданных указан английский язык и возможность использования в чате.

Карточка модели обозначена как незавершённая, а результаты оценивания обещаны на будущее, поэтому опубликованных оценок качества нет. Для запуска README приводит зависимости PyTorch, Transformers и Mamba. Лицензия указана как WTFPL.

Сценарии применения

  • ответы на общие инструкции на английском языке
  • диалоговый помощник для текстовых бесед
  • генерация ролевых диалогов
  • написание и продолжение текстов
  • помощь с программированием

Ограничения

Карточка модели не завершена, а результаты оценивания ещё не опубликованы. Данные об обучении и заявленный размер в названии расходятся с общим числом параметров в метаданных (2,8 млрд против 6 млрд).

Для каких профессий подходит8

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

MAMBA (2.8B) 🐍 fine-tuned on OpenHermes

Model Card is still WIP!

Base model info

Mamba is a new state space model architecture showing promising performance on information-dense data such as language modeling, where previous subquadratic models fall short of Transformers. It is based on the line of progress on structured state space models, with an efficient hardware-aware design and implementation in the spirit of FlashAttention.

Dataset info

The OpenHermes dataset is composed of 242,000 entries of primarily GPT-4 generated data, from open datasets across the AI landscape, including:

OpenHermes 13B is the first fine tune of the Hermes dataset that has a fully open source dataset!

OpenHermes was trained on 242,000 entries of primarily GPT-4 generated data, from open datasets across the AI landscape, including:

  • GPTeacher - General Instruct, Roleplay v1, Roleplay v2, and Code Instruct Datasets, by Teknium
  • WizardLM (v1, evol_instruct 70k), by WizardLM Team/nlpxucan
  • Airoboros GPT-4 (v1.0), by JonDurbin
  • Camel-AI's domain expert datasets, by the Camel-AI Team
  • CodeAlpaca, by Sahil2801
  • GPT4-LLM and Unnatural Instructions, by Microsoft Filtering included removal of OpenAI refusals, disclaimers, and "As an AI" type examples and more The base dataset mix is identical to the original Nous-Hermes', minus the Nous-Instruct and PDACTL datasets which were private datasets.

Usage

pip install torch==2.1.0 transformers==4.35.0 causal-conv1d==1.0.0 mamba-ssm==1.0.1
import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
from mamba_ssm.models.mixer_seq_simple import MambaLMHeadModel

CHAT_TEMPLATE_ID = "HuggingFaceH4/zephyr-7b-beta"

device = "cuda:0" if torch.cuda.is_available() else "cpu"
model_name = "clibrain/mamba-2.8b-instruct-openhermes"

eos_token = "<|endoftext|>"
tokenizer = AutoTokenizer.from_pretrained(model_name)
tokenizer.eos_token = eos_token
tokenizer.pad_token = tokenizer.eos_token
tokenizer.chat_template = AutoTokenizer.from_pretrained(CHAT_TEMPLATE_ID).chat_template

model = MambaLMHeadModel.from_pretrained(
        model_name, device=device, dtype=torch.float16)

messages = []
prompt = "Tell me 5 sites to visit in Spain"
messages.append(dict(role="user", content=prompt))

input_ids = tokenizer.apply_chat_template(
            messages, return_tensors="pt", add_generation_prompt=True
).to(device)

out = model.generate(
    input_ids=input_ids,
    max_length=2000,
    temperature=0.9,
    top_p=0.7,
    eos_token_id=tokenizer.eos_token_id,
)

decoded = tokenizer.batch_decode(out)
assistant_message = (
    decoded[0].split("<|assistant|>\n")[-1].replace(eos_token, "")
)

print(assistant_message)

Gradio Demo

git clone https://github.com/mrm8488/mamba-chat.git
cd mamba-chat

pip install -r requirements.txt
pip install -q gradio==4.8.0

python app.py \
--model clibrain/mamba-2.8b-instruct-openhermes \
--share

Evaluations

Coming soon!

Acknowledgments

Thanks to mamba-chat for heavily inspiring our work

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
6212a3f

0 моделей