/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
76,7 млрд
Размер весов
145 ГБ
Лицензия
MIT
Архитектура
qwen2 · dense
Опубликована
24 июл 2024

RYS-XLarge

Генерация текстаТекст → текст9 профессий

Диалоговая языковая модель Qwen2 с 76,7 млрд параметров, оптимизированная дублированием слоёв для генерации текста и ответов в чате.

87скачиваний за 30 дней95лайковвеса обновлены11 окт 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.

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,497

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,7996

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,5428

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,4252

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3842

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,705

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

RYS-XLarge — языковая модель автора dnhkng, построенная на архитектуре Qwen2. В README описан метод оптимизации, который анализирует функциональные роли слоёв трансформера и дублирует слои модели; автор называет этот подход self-merging. Модель основана на MaziyarPanahi/calme-2.1-qwen2-72b, дообученной от Qwen2-72B. По метаданным, это плотная модель с 76,7 млрд параметров, контекстом 32 768 токенов и весами в формате safetensors; доступен диалоговый режим.

Модель предназначена для генерации текста и диалоговых сценариев. В README приведены результаты оценок на нескольких бенчмарках: улучшения от метода различаются по задачам, включая снижение результата на IFEval. Лицензия — MIT. Карточка не описывает языковой охват и не приводит подробных сведений о безопасности или рекомендуемых ограничениях применения.

Сценарии применения

  • генерация текста по запросу
  • ответы на вопросы в диалоге
  • решение математических задач на естественном языке
  • выполнение инструкций в чате
  • проверка возможностей модели на бенчмарках

Ограничения

В результатах бенчмарков улучшение зависит от задачи: README сообщает о снижении результата на IFEval. Языки и подробные ограничения безопасного применения в карточке не описаны.

Для каких профессий подходит9

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. It is based on a new method for the analysis of the functional role of layers within the transformer stack, and on layer duplication (self-merging) to increase intelligence.

No Weights were modified in this process!

Model improvement with layer duplication:

AverageIFEvalBBHMATH Lvl 5GPQAMUSRMMLU-PRO
RYS Improvement2.61%-2.05%2.51%8.16%2.58%17.72%0.31%

This model is based on MaziyarPanahi/calme-2.1-qwen2-72b, which in turn was tuned from Qwen2-72B. As this method is orthogonal to fine-tuning, the further finetune from MaziyarPanahi now has the top position: https://huggingface.co/MaziyarPanahi/calme-2.4-rys-78b

A paper on the technique is currently being written. Currently, all four top models on the leaderboard are based on the RYS method. Special thanks to my wife, for putting up with me coding in the basement for too many evenings and weekends for months!

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

Quickstart

Here is a code snippet with apply_chat_template to show you how to load the tokenizer and model and how to generate content.

from transformers import AutoModelForCausalLM, AutoTokenizer
device = "cuda" # the device to load the model onto

model = AutoModelForCausalLM.from_pretrained(
    "dnhkng/RYS-XLarge",
    torch_dtype="auto",
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained("dnhkng/RYS-XLarge")

prompt = "Give me a short introduction to large language model."
messages = [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True
)
model_inputs = tokenizer([text], return_tensors="pt").to(device)

generated_ids = model.generate(
    model_inputs.input_ids,
    max_new_tokens=512
)
generated_ids = [
    output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]

response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.44.75
IFEval (0-Shot)79.96
BBH (3-Shot)58.77
MATH Lvl 5 (4-Shot)38.97
GPQA (0-shot)17.90
MuSR (0-shot)23.72
MMLU-PRO (5-shot)49.20

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 Ph.D. 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 4x H100s (thanks appliedAI!) 🚀

Reach out via LinkedIn - Dr David Noel Ng

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
501fcb2

0 моделей