-
metrics not test!
Open LLM Leaderboard Evaluation Results
Detailed results can be found here
| Metric | Value |
|---|---|
| Avg. | 25.91 |
| IFEval (0-Shot) | 53.19 |
| BBH (3-Shot) | 31.26 |
| MATH Lvl 5 (4-Shot) | 6.19 |
| GPQA (0-shot) | 9.62 |
| MuSR (0-shot) | 14.32 |
| MMLU-PRO (5-shot) | 40.85 |
Характеристики
- Контекст
- 200 000 токенов
- Параметры
- 33,9 млрд
- Размер весов
- 122 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- mixtral · MoE
- Опубликована
- 23 янв 2024
Ссылки
Yi-34Bx2-MoE-60B-DPO
Диалоговая MoE-модель на базе Yi-34Bx2-MoE-60B, дообученная методом DPO для генерации текста и ответов в чате.
8 710скачиваний за 30 дней3лайкавеса обновлены6 авг 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
Публичные оценки6
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
MMLU-PRO
MMLU-PRO Raw · выше — лучше
Результат0,4677
Open LLM v2 · архивПубличная таблицадругая ревизия
MATH Lvl 5
MATH Lvl 5 Raw · выше — лучше
Результат0,0702
Open LLM v2 · архивПубличная таблицадругая ревизия
Что умеет модель
Описание составлено по карточке модели и метаданным Hugging Face
cloudyu/Yi-34Bx2-MoE-60B-DPO — диалоговая языковая модель, представленная как версия cloudyu/Yi-34Bx2-MoE-60B, дообученная методом Direct Preference Optimization (DPO). В метаданных указаны архитектура MixtralForCausalLM с разреженной MoE-структурой, 33,9 млрд параметров и контекст до 200 000 токенов.
Модель предназначена для генерации текста в диалоге и использования в чат-сценариях. Карточка приводит результаты оценки Open LLM Leaderboard, но предупреждает, что метрики не проверялись. Модель распространяется в формате safetensors по лицензии Apache-2.0.
Сценарии применения
- ответы на вопросы в диалоге
- генерация текстовых ответов для чат-бота
- следование инструкциям в текстовом чате
Ограничения
В README указано, что приведённые метрики не тестировались; языки обучения и поддержки в доступных данных не перечислены.
Для каких профессий подходит7
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модельIII.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594моделиI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
vLLM
Подбираем GPU…
- Класс архитектуры
- MixtralForCausalLM
- Ревизия весов
- 9687a84