Характеристики

Контекст: 32 768 токенов
Параметры: 33,9 млрд
Размер весов: 68,8 ГБ
Лицензия: Apache 2.0
Архитектура: llama · dense
Базовая модель: Yi-1.5-34B-32k
Опубликована: 23 июн 2024

Ссылки

dolphin-2.9.3-Yi-1.5-34B-32k

Генерация текстаТекст → текст15 профессий

Дообученная Yi-1.5-34B разговорная модель для следования инструкциям, диалогов, программирования и вызова функций с контекстом до 32 768 токенов.

8 567скачиваний за 30 дней17лайковвеса обновлены23 июн 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.

Открыть конструктор бенчмарка

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

Dolphin 2.9.3 Yi 1.5 34B 32k — разговорная языковая модель, созданная Eric Hartford, Lucas Atkins, Fernando Fernandes и командой Cognitive Computations. Это дообученная на основе 01-ai/Yi-1.5-34B-32k плотная модель семейства Llama с 33,9 млрд параметров; она использует шаблон ChatML и формат PyTorch. Контекст базовой модели составляет 32 768 токенов, а дообучение проводилось с длиной последовательности 8 192 токена.

Модель предназначена для диалогов, следования инструкциям, написания и анализа кода, решения математических задач, вызова функций и начальных агентных сценариев. В карточке перечислены наборы данных для диалогов, программирования, математики и работы с инструментами. Модель описана разработчиками как uncensored и склонная выполнять запросы без защитных ограничений, поэтому её ответы могут включать небезопасный или неэтичный контент. Лицензия Apache 2.0 разрешает коммерческое использование; разработчики рекомендуют самостоятельно добавить слой выравнивания перед предоставлением модели пользователям.

Сценарии применения

ответы на пользовательские вопросы в диалоге
выполнение инструкций и составление текстов
генерация и разбор программного кода
решение математических задач
вызов функций и взаимодействие с инструментами
создание агентных прототипов

Ограничения

Модель uncensored и может выполнять вредоносные или неэтичные запросы; разработчики рекомендуют добавить собственный слой выравнивания перед развёртыванием для пользователей. Дообучение проводилось с последовательностями до 8 192 токенов, хотя базовая модель поддерживает контекст 32 768 токенов.

Для каких профессий подходит15

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.3Разработка и данныеРефакторинг, миграция и модернизацияAI помогает улучшать структуру программ и переносить их на новые технологии без потери поведения.20 задач9 764модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Dolphin 2.9.3 Yi 1.5 34b 32k 🐬

Curated and trained by Eric Hartford, Lucas Atkins, and Fernando Fernandes, and Cognitive Computations

Discord: https://discord.gg/cognitivecomputations

Our appreciation for the sponsors of Dolphin 2.9.3:

Crusoe Cloud - provided excellent on-demand 8xH100 node
OnDemand - provided inference sponsorship

This model is based on Yi-1.5-34b-32k, and is governed by the apache 2.0 license.

The base model has 32k context, and our finetuning took place with 8192 sequence length.

Dolphin 2.9.3 uses ChatML prompt template format.

example:

<|im_start|>system
You are Dolphin, a helpful AI assistant.<|im_end|>
<|im_start|>user
{prompt}<|im_end|>
<|im_start|>assistant

Dolphin-2.9.3 has a variety of instruction following, conversational, and coding skills. It also has initial agentic abilities and supports function calling.

Dolphin is uncensored. We have filtered the dataset to remove alignment and bias. This makes the model more compliant. You are advised to implement your own alignment layer before exposing the model as a service. It will be highly compliant with any requests, even unethical ones. Please read my blog post about uncensored models. https://erichartford.com/uncensored-models You are responsible for any content you create using this model. Enjoy responsibly.

Dolphin is licensed according to apache 2.0 license. We grant permission for any use, including commercial. Dolphin was trained on data generated from GPT4, among other models.

Evals

image/png

Training

axolotl version: 0.4.0

base_model: 01-ai/Yi-1.5-34B-32k
model_type: LlamaForCausalLM
tokenizer_type: LlamaTokenizer
trust_remote_code: true

# load_in_8bit: false
load_in_4bit: true
# strict: false

adapter: qlora
lora_modules_to_save: [embed_tokens, lm_head]

lora_r: 32
lora_alpha: 16
lora_dropout: 0.05
lora_target_linear: false
lora_fan_in_fan_out:

datasets:
  - path: /workspace/datasets/dolphin-2.9.3/dolphin201-sharegpt2.jsonl
    type: sharegpt
    conversation: chatml
  - path: /workspace/datasets/dolphin-2.9.3/SystemChat_filtered_sharegpt.jsonl
    type: sharegpt
    conversation: chatml
  - path: /workspace/datasets/dolphin-2.9.3/SystemChat_multilingual_sharegpt.jsonl
    type: sharegpt
    conversation: chatml
  - path: /workspace/datasets/dolphin-2.9.3/dolphin-coder-translate-sharegpt2.jsonl
    type: sharegpt
    conversation: chatml
  - path: /workspace/datasets/dolphin-2.9.3/dolphin-coder-codegen-sharegpt2.jsonl
    type: sharegpt
    conversation: chatml
  - path: /workspace/datasets/dolphin-2.9.3/m-a-p_Code-Feedback-sharegpt-unfiltered.jsonl
    type: sharegpt
    conversation: chatml
  - path: /workspace/datasets/dolphin-2.9.3/m-a-p_CodeFeedback-Filtered-Instruction-sharegpt-unfiltered.jsonl
    type: sharegpt
    conversation: chatml
  - path: /workspace/datasets/dolphin-2.9.3/not_samantha_norefusals.jsonl
    type: sharegpt
    conversation: chatml
  - path: /workspace/datasets/dolphin-2.9.3/Orca-Math-resort-unfiltered.jsonl
    type: sharegpt
    conversation: chatml
  - path: /workspace/datasets/dolphin-2.9.3/agent_instruct_react_unfiltered.jsonl
    type: sharegpt  
    conversation: chatml
  - path: /workspace/datasets/dolphin-2.9.3/toolbench_instruct_j1s1_3k_unfiltered.jsonl
    type: sharegpt  
    conversation: chatml
  - path: /workspace/datasets/dolphin-2.9.3/toolbench_negative_unfiltered.jsonl
    type: sharegpt
    conversation: chatml
  - path: /workspace/datasets/dolphin-2.9.3/toolbench_react_10p_unfiltered.jsonl
    type: sharegpt
    conversation: chatml
  - path: /workspace/datasets/dolphin-2.9.3/toolbench_tflan_cot_30p_unfiltered.jsonl
    type: sharegpt
    conversation: chatml
  - path: /workspace/datasets/dolphin-2.9.3/openhermes200k_unfiltered.jsonl
    type: sharegpt 
    conversation: chatml

chat_template: chatml

dataset_prepared_path: dolphin-2.9.3-yi34b-prepared
val_set_size: 0.01
output_dir: ./dolphin-2.9.3-out

sequence_len: 8192
sample_packing: true
pad_to_sequence_len: true

wandb_project: dolphin-2.9.3-yi-1.5-34b
wandb_watch:
wandb_run_id:
wandb_log_model:

gradient_accumulation_steps: 8
micro_batch_size: 1
num_epochs: 3
optimizer: adamw_8bit
lr_scheduler: cosine
learning_rate: 1e-5

train_on_inputs: false
group_by_length: false
bf16: auto
fp16:
tf32: false

gradient_checkpointing: true
gradient_checkpointing_kwargs:
  use_reentrant: false
early_stopping_patience:
logging_steps: 1
xformers_attention:
flash_attention: true

warmup_steps: 10
# evals_per_epoch: 4
eval_table_size:
saves_per_epoch: 4
save_total_limit: 2
save_steps:
debug:
deepspeed: /workspace/axolotl/deepspeed_configs/zero3_bf16.json
weight_decay: 0.05
fsdp:
fsdp_config:
special_tokens:
  bos_token: "<|startoftext|>"
  eos_token: "<|im_end|>"
  pad_token: "<unk>"
  unk_token: "<unk>"
tokens:
  - "<|im_start|>"

#unfrozen_parameters:
lora_target_modules:
  # input_layernorm layers
  # - model.layers.0.input_layernorm
  # - model.layers.1.input_layernorm
  # - model.layers.2.input_layernorm
  # - model.layers.3.input_layernorm
  # - model.layers.4.input_layernorm
  # - model.layers.5.input_layernorm
  # - model.layers.6.input_layernorm
  # - model.layers.7.input_layernorm
  # - model.layers.8.input_layernorm
  # - model.layers.9.input_layernorm
  # - model.layers.10.input_layernorm
  # - model.layers.11.input_layernorm
  # - model.layers.12.input_layernorm
  # - model.layers.13.input_layernorm
  # - model.layers.14.input_layernorm
  # - model.layers.15.input_layernorm
  # - model.layers.16.input_layernorm
  # - model.layers.17.input_layernorm
  # - model.layers.18.input_layernorm
  # - model.layers.19.input_layernorm
  # - model.layers.20.input_layernorm
  # - model.layers.21.input_layernorm
  # - model.layers.22.input_layernorm
  # - model.layers.23.input_layernorm
  # - model.layers.24.input_layernorm
  # - model.layers.25.input_layernorm
  # - model.layers.26.input_layernorm
  # - model.layers.27.input_layernorm
  # - model.layers.28.input_layernorm
  # - model.layers.29.input_layernorm
  - lm_head
  # mlp.down_proj layers
  - model.layers.44.mlp.down_proj
  - model.layers.45.mlp.down_proj
  - model.layers.46.mlp.down_proj
  - model.layers.47.mlp.down_proj
  - model.layers.43.mlp.down_proj
  - model.layers.48.mlp.down_proj
  - model.layers.49.mlp.down_proj
  - model.layers.42.mlp.down_proj
  - model.layers.50.mlp.down_proj
  - model.layers.41.mlp.down_proj
  - model.layers.51.mlp.down_proj
  - model.layers.52.mlp.down_proj
  - model.layers.39.mlp.down_proj
  - model.layers.40.mlp.down_proj
  - model.layers.53.mlp.down_proj
  - model.layers.54.mlp.down_proj
  - model.layers.38.mlp.down_proj
  - model.layers.56.mlp.down_proj
  - model.layers.55.mlp.down_proj
  - model.layers.37.mlp.down_proj
  - model.layers.36.mlp.down_proj
  - model.layers.57.mlp.down_proj
  - model.layers.35.mlp.down_proj
  - model.layers.12.mlp.down_proj
  - model.layers.13.mlp.down_proj
  - model.layers.16.mlp.down_proj
  - model.layers.14.mlp.down_proj
  - model.layers.11.mlp.down_proj
  - model.layers.34.mlp.down_proj
  - model.layers.17.mlp.down_proj
  # mlp.gate_proj layers
  - model.layers.57.mlp.gate_proj
  - model.layers.58.mlp.gate_proj
  - model.layers.56.mlp.gate_proj
  - model.layers.55.mlp.gate_proj
  - model.layers.54.mlp.gate_proj
  - model.layers.35.mlp.gate_proj
  - model.layers.34.mlp.gate_proj
  - model.layers.53.mlp.gate_proj
  - model.layers.26.mlp.gate_proj
  - model.layers.52.mlp.gate_proj
  - model.layers.25.mlp.gate_proj
  - model.layers.33.mlp.gate_proj
  - model.layers.51.mlp.gate_proj
  - model.layers.18.mlp.gate_proj
  - model.layers.32.mlp.gate_proj
  - model.layers.36.mlp.gate_proj
  - model.layers.24.mlp.gate_proj
  - model.layers.17.mlp.gate_proj
  - model.layers.23.mlp.gate_proj
  - model.layers.31.mlp.gate_proj
  - model.layers.50.mlp.gate_proj
  - model.layers.19.mlp.gate_proj
  - model.layers.15.mlp.gate_proj
  - model.layers.27.mlp.gate_proj
  - model.layers.37.mlp.gate_proj
  - model.layers.14.mlp.gate_proj
  - model.layers.39.mlp.gate_proj
  - model.layers.11.mlp.gate_proj
  - model.layers.29.mlp.gate_proj
  - model.layers.28.mlp.gate_proj
  # mlp.up_proj layers
  - model.layers.21.mlp.up_proj
  - model.layers.48.mlp.up_proj
  - model.layers.49.mlp.up_proj
  - model.layers.24.mlp.up_proj
  - model.layers.47.mlp.up_proj
  - model.layers.25.mlp.up_proj
  - model.layers.23.mlp.up_proj
  - model.layers.50.mlp.up_proj
  - model.layers.14.mlp.up_proj
  - model.layers.46.mlp.up_proj
  - model.layers.26.mlp.up_proj
  - model.layers.27.mlp.up_proj
  - model.layers.20.mlp.up_proj
  - model.layers.13.mlp.up_proj
  - model.layers.51.mlp.up_proj
  - model.layers.28.mlp.up_proj
  - model.layers.45.mlp.up_proj
  - model.layers.22.mlp.up_proj
  - model.layers.52.mlp.up_proj
  - model.layers.12.mlp.up_proj
  - model.layers.29.mlp.up_proj
  - model.layers.44.mlp.up_proj
  - model.layers.53.mlp.up_proj
  - model.layers.11.mlp.up_proj
  - model.layers.42.mlp.up_proj
  - model.layers.30.mlp.up_proj
  - model.layers.43.mlp.up_proj
  - model.layers.19.mlp.up_proj
  - model.layers.54.mlp.up_proj
  - model.layers.40.mlp.up_proj
  - model.embed_tokens
  # model.norm layers
  # post_attention_layernorm layers
  # - model.layers.0.post_attention_layernorm
  # - model.layers.1.post_attention_layernorm
  # - model.layers.2.post_attention_layernorm
  # - model.layers.3.post_attention_layernorm
  # - model.layers.4.post_attention_layernorm
  # - model.layers.5.post_attention_layernorm
  # - model.layers.6.post_attention_layernorm
  # - model.layers.7.post_attention_layernorm
  # - model.layers.8.post_attention_layernorm
  # - model.layers.9.post_attention_layernorm
  # - model.layers.10.post_attention_layernorm
  # - model.layers.11.post_attention_layernorm
  # - model.layers.12.post_attention_layernorm
  # - model.layers.13.post_attention_layernorm
  # - model.layers.14.post_attention_layernorm
  # - model.layers.15.post_attention_layernorm
  # - model.layers.16.post_attention_layernorm
  # - model.layers.17.post_attention_layernorm
  # - model.layers.18.post_attention_layernorm
  # - model.layers.19.post_attention_layernorm
  # - model.layers.20.post_attention_layernorm
  # - model.layers.21.post_attention_layernorm
  # - model.layers.22.post_attention_layernorm
  # - model.layers.23.post_attention_layernorm
  # - model.layers.24.post_attention_layernorm
  # - model.layers.25.post_attention_layernorm
  # - model.layers.26.post_attention_layernorm
  # - model.layers.27.post_attention_layernorm
  # - model.layers.28.post_attention_layernorm
  # - model.layers.29.post_attention_layernorm
  # self_attn.k_proj layers
  - model.layers.55.self_attn.k_proj
  - model.layers.51.self_attn.k_proj
  - model.layers.53.self_attn.k_proj
  - model.layers.56.self_attn.k_proj
  - model.layers.54.self_attn.k_proj
  - model.layers.57.self_attn.k_proj
  - model.layers.52.self_attn.k_proj
  - model.layers.59.self_attn.k_proj
  - model.layers.49.self_attn.k_proj
  - model.layers.48.self_attn.k_proj
  - model.layers.47.self_attn.k_proj
  - model.layers.41.self_attn.k_proj
  - model.layers.58.self_attn.k_proj
  - model.layers.40.self_attn.k_proj
  - model.layers.46.self_attn.k_proj
  - model.layers.44.self_attn.k_proj
  - model.layers.50.self_attn.k_proj
  - model.layers.43.self_attn.k_proj
  - model.layers.39.self_attn.k_proj
  - model.layers.42.self_attn.k_proj
  - model.layers.45.self_attn.k_proj
  - model.layers.33.self_attn.k_proj
  - model.layers.37.self_attn.k_proj
  - model.layers.17.self_attn.k_proj
  - model.layers.24.self_attn.k_proj
  - model.layers.21.self_attn.k_proj
  - model.layers.25.self_attn.k_proj
  - model.layers.23.self_attn.k_proj
  - model.layers.35.self_attn.k_proj
  - model.layers.20.self_attn.k_proj
  # self_attn.o_proj layers
  - model.layers.53.self_attn.o_proj
  - model.layers.55.self_attn.o_proj
  - model.layers.54.self_attn.o_proj
  - model.layers.42.self_attn.o_proj
  - model.layers.52.self_attn.o_proj
  - model.layers.51.self_attn.o_proj
  - model.layers.50.self_attn.o_proj
  - model.layers.1.self_attn.o_proj
  - model.layers.40.self_attn.o_proj
  - model.layers.37.self_attn.o_proj
  - model.layers.34.self_attn.o_proj
  - model.layers.36.self_attn.o_proj
  - model.layers.41.self_attn.o_proj
  - model.layers.35.self_attn.o_proj
  - model.layers.46.self_attn.o_proj
  - model.layers.27.self_attn.o_proj
  - model.layers.33.self_attn.o_proj
  - model.layers.30.self_attn.o_proj
  - model.layers.43.self_attn.o_proj
  - model.layers.39.self_attn.o_proj
  - model.layers.17.self_attn.o_proj
  - model.layers.28.self_attn.o_proj
  - model.layers.48.self_attn.o_proj
  - model.layers.31.self_attn.o_proj
  - model.layers.29.self_attn.o_proj
  - model.layers.38.self_attn.o_proj
  - model.layers.47.self_attn.o_proj
  - model.layers.56.self_attn.o_proj
  - model.layers.32.self_attn.o_proj
  - model.layers.4.self_attn.o_proj
  # self_attn.q_proj layers
  - model.layers.1.self_attn.q_proj
  - model.layers.3.self_attn.q_proj
  - model.layers.4.self_attn.q_proj
  - model.layers.5.self_attn.q_proj
  - model.layers.2.self_attn.q_proj
  - model.layers.0.self_attn.q_proj
  - model.layers.6.self_attn.q_proj
  - model.layers.8.self_attn.q_proj
  - model.layers.7.self_attn.q_proj
  - model.layers.10.self_attn.q_proj
  - model.layers.36.self_attn.q_proj
  - model.layers.11.self_attn.q_proj
  - model.layers.9.self_attn.q_proj
  - model.layers.35.self_attn.q_proj
  - model.layers.28.self_attn.q_proj
  - model.layers.34.self_attn.q_proj
  - model.layers.27.self_attn.q_proj
  - model.layers.14.self_attn.q_proj
  - model.layers.29.self_attn.q_proj
  - model.layers.12.self_attn.q_proj
  - model.layers.33.self_attn.q_proj
  - model.layers.30.self_attn.q_proj
  - model.layers.24.self_attn.q_proj
  - model.layers.32.self_attn.q_proj
  - model.layers.37.self_attn.q_proj
  - model.layers.20.self_attn.q_proj
  - model.layers.15.self_attn.q_proj
  - model.layers.16.self_attn.q_proj
  - model.layers.26.self_attn.q_proj
  - model.layers.31.self_attn.q_proj
  # self_attn.v_proj layers
  - model.layers.7.self_attn.v_proj
  - model.layers.8.self_attn.v_proj
  - model.layers.9.self_attn.v_proj
  - model.layers.10.self_attn.v_proj
  - model.layers.12.self_attn.v_proj
  - model.layers.13.self_attn.v_proj
  - model.layers.14.self_attn.v_proj
  - model.layers.15.self_attn.v_proj
  - model.layers.16.self_attn.v_proj
  - model.layers.17.self_attn.v_proj
  - model.layers.21.self_attn.v_proj
  - model.layers.23.self_attn.v_proj
  - model.layers.39.self_attn.v_proj
  - model.layers.46.self_attn.v_proj
  - model.layers.48.self_attn.v_proj
  - model.layers.49.self_attn.v_proj
  - model.layers.51.self_attn.v_proj
  - model.layers.52.self_attn.v_proj
  - model.layers.53.self_attn.v_proj
  - model.layers.54.self_attn.v_proj
  - model.layers.55.self_attn.v_proj
  - model.layers.56.self_attn.v_proj
  - model.layers.22.self_attn.v_proj
  - model.layers.18.self_attn.v_proj
  - model.layers.50.self_attn.v_proj
  - model.layers.47.self_attn.v_proj
  - model.layers.44.self_attn.v_proj
  - model.layers.45.self_attn.v_proj
  - model.layers.57.self_attn.v_proj
  - model.layers.41.self_attn.v_proj

out-yi

This model is a fine-tuned version of 01-ai/Yi-1.5-34B on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.4425

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 1e-05
train_batch_size: 1
eval_batch_size: 1
seed: 42
distributed_type: multi-GPU
num_devices: 8
gradient_accumulation_steps: 8
total_train_batch_size: 64
total_eval_batch_size: 8
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: cosine
lr_scheduler_warmup_steps: 10
num_epochs: 3

Training results

Training Loss	Epoch	Step	Validation Loss
0.6265	0.0	1	0.6035
0.4674	0.25	327	0.4344
0.4337	0.5	654	0.4250
0.4346	0.75	981	0.4179
0.3985	1.0	1308	0.4118
0.3128	1.23	1635	0.4201
0.3261	1.48	1962	0.4157
0.3259	1.73	2289	0.4122
0.3126	1.98	2616	0.4079
0.2265	2.21	2943	0.4441
0.2297	2.46	3270	0.4427
0.2424	2.71	3597	0.4425

Framework versions

Transformers 4.40.0.dev0
Pytorch 2.2.2+cu121
Datasets 2.15.0
Tokenizers 0.15.0

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры: LlamaForCausalLM
Ревизия весов: ff4eee6

Характеристики

Ссылки

dolphin-2.9.3-Yi-1.5-34B-32k

Бенчмарки

Тесты пользователейпока нет

Добавьте модель в бенчмарк

Опишите свои задачи

Запустите и опубликуйте

Публичные оценки

Что умеет модель

Сценарии применения

Ограничения

Для каких профессий подходит15

Также подходит для

Карточка модели

Dolphin 2.9.3 Yi 1.5 34b 32k 🐬

Evals

Training

out-yi

Model description

Intended uses & limitations

Training and evaluation data

Training procedure

Training hyperparameters

Training results

Framework versions

Как запустить