/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3
Архитектура
llama · dense
Библиотека
transformers
Опубликована
31 июл 2024

L3.1-8B-sunfall-v0.6.1-dpo

Генерация текстаТекст → текст3 профессии

Экспериментальная чат-модель на базе Llama 3 8B Instruct для ролевых диалогов и написания историй.

30скачиваний за 30 дней8лайковвеса обновлены31 июл 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

Sunfall v0.6.1 — экспериментальная чат-модель crestf411, созданная на основе слияния make-it-funner-DPO поверх Meta Llama 3 8B Instruct и дообученная на наборах данных для ролевых диалогов, повествования и математики. Она предназначена для диалогов и написания историй в формате, совместимом с пресетом Llama 3 Instruct для Silly Tavern; в карточке также описано обучение следованию «Diamond Law».

Модель имеет плотную архитектуру Llama, около 7,5 млрд параметров и контекстное окно до 131 072 токенов. В обучении использовались материалы LimaRP-DS и выборка AI-MO/NuminaMath-CoT; README отмечает расширение датасета, включая SFW-тексты. Автор характеризует модель как ранний эксперимент с пока неясной практической состоятельностью и предупреждает о проблемах форматирования математических данных в версии v0.6. Доступна в формате safetensors по лицензии Llama 3.

Сценарии применения

  • ведение ролевых диалогов в Silly Tavern
  • написание художественных историй
  • создание диалогов между персонажами
  • генерация ответов с заданными стилем и тегами
  • решение математических задач в диалоге

Ограничения

Автор считает модель экспериментальной и предупреждает, что её качество и пригодность пока не подтверждены. В README также отмечены ошибки форматирования математических данных в версии v0.6, на которой основана эта версия.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Sunfall (2024-07-31) v0.6.1 on top of a make-it-funner-DPO merge on Meta's Llama-3 8B Instruct.

Experimental. Please give feedback. Begone if you demand perfection.

This experiment is showing potential but it is still early to tell if it is a viable option. Invest your time accordingly.

New since v0.5:

  • Major expansion of dataset (more than double the size), in particular including a lot of unslopped SFW content to make the model overall more intelligent.
  • Includes randomized subset of AI-MO/NuminaMath-CoT
  • Diamond law training bits were expanded. The models didn't seem to remember the rules, so they were rephrased in various ways.

Note: the v0.6 release had some issues with the dataset, in particular the NuminaMath-CoT components were formatted incorrectly.

Mergers/fine-tuners: there is a LoRA of this model. Consider merging that instead of merging this model.

To use lore book tags (example), make sure you use Status: Blue (constant) and write e.g.

Follow the Diamond Law at all costs.

Tags: humor, dark, complex storytelling, intricate characters, immersive.

sunfall-standard-sfw.png

This model has been trained on context that mimics that of Silly Tavern's Llama3-instruct preset, with the following settings:

System Prompt:

You are an expert actor that can fully immerse yourself into any role given. You do not break character for any reason. Currently your role is {{char}}, which is described in detail below. As {{char}}, continue the exchange with {{user}}.

The card has also been trained on content which includes a narrator card, which was used when the content did not mainly revolve around two characters. Future versions will expand on this idea, so forgive the vagueness at this time.

(The Diamond Law is this, although new rules were added: https://files.catbox.moe/d15m3g.txt -- So far results are unclear, but the training was done with this phrase included, and the training data adheres to the law.)

The model has also been trained to do storywriting. The system message ends up looking something like this:

You are an expert storyteller, who can roleplay or write compelling stories. Follow the Diamond Law at all costs. Below is a scenario with character descriptions and content tags. Write a story based on this scenario.

Scenario: The story is about James, blabla.

James is an overweight 63 year old blabla.

Lucy: James's 62 year old wife.

Tags: tag1, tag2, tag3, ...

MMLU-Pro Benchmark: model overall is higher than the instruct base, but it loses in specific categories.

Llama3.1 8B Instruct base:

| overall | biology | business | chemistry | computer science | economics | engineering | health | history |  law  | math  | philosophy | physics | psychology | other |
| ------- | ------- | -------- | --------- | ---------------- | --------- | ----------- | ------ | ------- | ----- | ----- | ---------- | ------- | ---------- | ----- |
|   47.38 |   56.52 |    56.00 |     38.89 |            53.85 |     44.44 |       38.71 |  61.54 |   66.67 | 45.71 | 41.86 |      43.75 |   39.02 |      44.00 | 58.62 |
|     181 |      13 |       14 |        14 |                7 |        12 |          12 |     16 |       8 |    16 |    18 |          7 |      16 |         11 |    17 |
|     382 |      23 |       25 |        36 |               13 |        27 |          31 |     26 |      12 |    35 |    43 |         16 |      41 |         25 |    29 |

Llama3.1 8B Instruct base + DPO (unreleased):

| overall | biology | business | chemistry | computer science | economics | engineering | health | history |  law  | math  | philosophy | physics | psychology | other |
| ------- | ------- | -------- | --------- | ---------------- | --------- | ----------- | ------ | ------- | ----- | ----- | ---------- | ------- | ---------- | ----- |
|   46.07 |   56.52 |    60.00 |     36.11 |            53.85 |     44.44 |       38.71 |  61.54 |   58.33 | 40.00 | 46.51 |      43.75 |   36.59 |      48.00 | 44.83 |
|     176 |      13 |       15 |        13 |                7 |        12 |          12 |     16 |       7 |    14 |    20 |          7 |      15 |         12 |    13 |
|     382 |      23 |       25 |        36 |               13 |        27 |          31 |     26 |      12 |    35 |    43 |         16 |      41 |         25 |    29 |

Sunfall v0.6.1:

| overall | biology | business | chemistry | computer science | economics | engineering | health | history |  law  | math  | philosophy | physics | psychology | other |
| ------- | ------- | -------- | --------- | ---------------- | --------- | ----------- | ------ | ------- | ----- | ----- | ---------- | ------- | ---------- | ----- |
|   46.60 |   69.57 |    52.00 |     41.67 |            69.23 |     40.74 |       35.48 |  57.69 |   41.67 | 45.71 | 46.51 |      50.00 |   39.02 |      40.00 | 44.83 |
|     178 |      16 |       13 |        15 |                9 |        11 |          11 |     15 |       5 |    16 |    20 |          8 |      16 |         10 |    13 |
|     382 |      23 |       25 |        36 |               13 |        27 |          31 |     26 |      12 |    35 |    43 |         16 |      41 |         25 |    29 |

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
e4c0259

0 моделей