/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
17,5 млрд
Размер весов
27,9 ГБ
Лицензия
MIT
Архитектура
phi3 · dense
Опубликована
6 авг 2024

RYS-Phi-3-medium-4k-instruct

Генерация текстаТекст → текст6 профессий

Экспериментально оптимизированная версия Phi-3-medium-4k-instruct для диалогов и генерации текста с контекстом до 4096 токенов.

2 752скачиваний за 30 дней1лайквеса обновлены22 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.

  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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,6226

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,4846

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,1609

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,4391

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4253

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3549

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

RYS-Phi-3-medium-4k-instruct — экспериментальная оптимизированная версия Microsoft Phi-3-medium-4k-instruct, опубликованная dnhkng. Автор описывает работу как новый метод оптимизации и сообщает, что статья о технике ещё готовится; подробности метода в карточке не раскрыты.

Модель построена на плотной архитектуре Phi-3 с 17,5 млрд параметров и контекстом до 4096 токенов. Она предназначена для диалогового текстового взаимодействия и генерации текста. В карточке приведены результаты Open LLM Leaderboard, включая IFEval и BBH, но их недостаточно, чтобы судить о качестве в конкретных прикладных сценариях.

Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии MIT. Она унаследовала основу Phi-3-medium-4k-instruct; заявленная оптимизация описана недостаточно, чтобы точнее определить её тип.

Сценарии применения

  • диалоговый помощник для ответов на текстовые запросы
  • генерация и продолжение текста
  • выполнение инструкций на естественном языке

Ограничения

Автор не раскрывает подробно метод оптимизации, а заявленная исследовательская работа ещё не опубликована. Результаты бенчмарков в README ограничены несколькими показателями и не описывают качество для конкретных задач.

Для каких профессий подходит6

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

This is a new kind of model optimization. This model is based on Microsoft's Phi-3-medium-4k-instruct.

A paper on the technique is currently being written.

This research was supported with hardware from the appliedAI Institute, whose goal is to generate and communicate high-quality knowledge about trustworthy AI.

Usgae with Transformers AutoModelForCausalLM

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline

torch.random.manual_seed(0)
model_id = "dnhkng/RYS-Phi-3-medium-4k-instruct"
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    device_map="cuda", 
    torch_dtype="auto", 
    trust_remote_code=True, 
)
tokenizer = AutoTokenizer.from_pretrained(model_id)

messages = [
    {"role": "user", "content": "Can you provide ways to eat combinations of bananas and dragonfruits?"},
    {"role": "assistant", "content": "Sure! Here are some ways to eat bananas and dragonfruits together: 1. Banana and dragonfruit smoothie: Blend bananas and dragonfruits together with some milk and honey. 2. Banana and dragonfruit salad: Mix sliced bananas and dragonfruits together with some lemon juice and honey."},
    {"role": "user", "content": "What about solving an 2x + 3 = 7 equation?"},
]

pipe = pipeline(
    "text-generation",
    model=model,
    tokenizer=tokenizer,
)

generation_args = {
    "max_new_tokens": 500,
    "return_full_text": False,
    "temperature": 0.0,
    "do_sample": False,
}

output = pipe(messages, **generation_args)
print(output[0]['generated_text'])

ADVERTISING BREAK

I’m on the hunt for new challenges and a chance to dive into some exciting research opportunities. Oh, and did I mention I just snagged a top spot on the Open LLM leaderboard? 🎉

Profile

Innovation enthusiast, AI strategist, and interdisciplinary-tech nerd – that's me! With over a decade of experience in research and project management, my professional journey has been largely shaped by my passion for artificial intelligence and its potential to transform various industries. With a solid background in artificial intelligence and machine learning, coupled with a knack for innovation and problem-solving (and a healthy dose of curiosity), I'm excited to bring my skills to a new team.

Originally from Australia, where I earned my degrees in Organic Chemistry and Biochemistry, I moved to Germany in 2004. My academic pursuit continued with a PhD in Chemistry at the Max Planck Institute of Biochemistry. Today, I leverage my robust educational background and diverse industry experience to drive AI innovations in a wide range of applications. Hobbies? Lots: I've also built the world's most powerful espresso machine and am working to bring GLaDOS to life.


I'm based out of Munich, Germany, but I would be interested in working remotely for a team with more compute than my 2x 4090s 🚀

Reach out via LinkedIn - Dr David Noel Ng

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.28.38
IFEval (0-Shot)43.91
BBH (3-Shot)46.75
MATH Lvl 5 (4-Shot)11.78
GPQA (0-shot)13.98
MuSR (0-shot)11.09
MMLU-PRO (5-shot)42.74

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Phi3ForCausalLM
Ревизия весов
c7a3b91

0 моделей