/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Архитектура
llama · dense
Базовая модель
Meta-Llama-3-8B
Опубликована
6 июн 2024

dolphin-2.9.3-llama-3-8b

Генерация текстаТекст → текст7 профессий

Дообученная на базе Meta-Llama-3-8B чат-модель для диалоговой генерации текста с контекстом до 8192 токенов.

66скачиваний за 30 дней10лайковвеса обновлены6 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.

  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

dphn/dolphin-2.9.3-llama-3-8b — дообученная чат-модель на архитектуре Llama, созданная на основе Meta-Llama-3-8B. В репозитории указаны версия Axolotl 0.4.1 и результат оценки Loss 0,5771; описание назначения, обучающих данных и подробностей оценки не приведено. По метаданным модель содержит 7,5 млрд параметров, принимает текст и имеет контекст до 8192 токенов.

Модель предназначена для генерации текста в диалоговом формате и может использоваться как основа для чат-ботов и текстовых помощников. Карточка не подтверждает специализированные области применения или языки сверх сведений базовой модели: Meta-Llama-3-8B описана как англоязычная модель для текста и кода. Репозиторий использует формат safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • создание чат-бота на базе Llama 3
  • генерация ответов в текстовом диалоге
  • разработка текстового помощника
  • эксперименты с дообучением чат-моделей

Ограничения

Карточка не описывает обучающий датасет, целевые сценарии и ограничения качества; приведённый результат Loss не сопровождается методикой оценки. Лицензия в предоставленных сведениях не указана.

Для каких профессий подходит7

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

axolotl version: 0.4.1

base_model: meta-llama/Meta-Llama-3-8B
model_type: LlamaForCausalLM
tokenizer_type: AutoTokenizer

# load_in_4bit: true

chat_template: chatml
datasets:
  - path: /workspace/datasets/dolphin201-sharegpt2.jsonl
    type: sharegpt
    conversation: chatml
  - path: /workspace/datasets/SystemChat_filtered_sharegpt.jsonl
    type: sharegpt
    conversation: chatml
  - path: /workspace/datasets/SystemChat_multilingual_sharegpt.jsonl
    type: sharegpt
    conversation: chatml
  # - path: /workspace/datasets/SystemChat-2.0-Arabic/SystemChatArabic_sharegpt.jsonl
  #   type: sharegpt
  #   conversation: chatml
  - path: /workspace/datasets/dolphin-coder-translate-sharegpt2.jsonl
    type: sharegpt
    conversation: chatml
  - path: /workspace/datasets/dolphin-coder-codegen-sharegpt2.jsonl
    type: sharegpt
    conversation: chatml
  - path: /workspace/datasets/m-a-p_Code-Feedback-sharegpt-unfiltered.jsonl
    type: sharegpt
    conversation: chatml
  - path: /workspace/datasets/m-a-p_CodeFeedback-Filtered-Instruction-sharegpt-unfiltered.jsonl
    type: sharegpt
    conversation: chatml
  - path: /workspace/datasets/not_samantha_norefusals.jsonl
    type: sharegpt
    conversation: chatml
  - path: /workspace/datasets/Orca-Math-resort-unfiltered.jsonl
    type: sharegpt
    conversation: chatml
  - path: /workspace/datasets/agent_instruct_react_unfiltered.jsonl
    type: sharegpt  
    conversation: chatml
  - path: /workspace/datasets/toolbench_instruct_j1s1_3k_unfiltered.jsonl
    type: sharegpt  
    conversation: chatml
  - path: /workspace/datasets/toolbench_negative_unfiltered.jsonl
    type: sharegpt
    conversation: chatml
  - path: /workspace/datasets/toolbench_react_10p_unfiltered.jsonl
    type: sharegpt
    conversation: chatml
  - path: /workspace/datasets/toolbench_tflan_cot_30p_unfiltered.jsonl
    type: sharegpt
    conversation: chatml
  - path: /workspace/datasets/openhermes200k_unfiltered.jsonl
    type: sharegpt 
    conversation: chatml

dataset_prepared_path: last_run_prepared
val_set_size: 0.01
output_dir: ./llama-3-8b-2.9.3

sequence_len: 8192
sample_packing: false
pad_to_sequence_len: false

# adapter: qlora
# lora_r: 16
# lora_alpha: 32
# lora_dropout: 0.05
# lora_target_modules:
#   - q_proj
#   - k_proj
#   - v_proj
#   - o_proj
#   - gate_proj
#   - up_proj
#   - down_proj

wandb_project: 2.9.3-llama-3-8b
# wandb_entity: oaaic
# wandb_watch:
# wandb_name:
# wandb_log_model:

gradient_accumulation_steps: 8
micro_batch_size: 2
num_epochs: 3
optimizer: adamw_8bit
lr_scheduler: cosine
learning_rate: 1e-5
# max_grad_norm: 1.0

train_on_inputs: false
group_by_length: false
bf16: true
tf32: false

gradient_checkpointing: true
gradient_checkpointing_kwargs:
  use_reentrant: true
logging_steps: 1
flash_attention: true
deepspeed: /workspace/axolotl/deepspeed_configs/zero3_bf16.json
warmup_steps: 10
evals_per_epoch: 2
saves_per_epoch: 2
save_total_limit: 2
weight_decay: 0.1
special_tokens:
  eos_token: "<|im_end|>"
  pad_token: "<|end_of_text|>"
tokens:
  - "<|im_start|>"
  - "<|im_end|>"

llama-3-8b-2.9.3

This model is a fine-tuned version of meta-llama/Meta-Llama-3-8B on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.5771

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: 2
  • eval_batch_size: 2
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 128
  • total_eval_batch_size: 16
  • 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 LossEpochStepValidation Loss
1.0050.000110.9649
0.64680.500050580.6022
0.66481.0000101160.5731
0.49831.5000151740.5668
0.3942.0000202320.5478
0.31822.4999252900.5781
0.29162.9999303480.5771

Framework versions

  • Transformers 4.42.0.dev0
  • Pytorch 2.1.2+cu121
  • Datasets 2.19.1
  • Tokenizers 0.19.1

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
27a8c71

0 моделей