/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,6 млрд
Размер весов
16,5 ГБ
Архитектура
mistral · dense
Опубликована
21 дек 2023

dynamo-8B-v0.1

Генерация текстаТекст → текст4 профессии

Dynamo 8B — мультиязычная предобученная модель на архитектуре Mistral для генерации текста и языковых экспериментов на шести языках.

401скачиваний за 30 дней20лайковвеса обновлены13 фев 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

Dynamo 8B — предобученная языковая модель DynamoFL на архитектуре Mistral для многоязычного моделирования текста. Модель содержит 7,6 млрд параметров и принимает текст, формируя продолжение текста; её контекстное окно в метаданных указано как 32 768 токенов. В README заявлено окно 128 000 токенов, поэтому фактическую поддерживаемую длину контекста следует сверить с используемой конфигурацией.

Разработчики расширили токенизатор Mistral для английского, немецкого, испанского, корейского, итальянского и турецкого языков, а затем продолжили предобучение на 210 млрд мультиязычных токенов, включая данные CulturaX и RedPajama. В карточке приведены результаты на PAWS и XCOPA и заявлено преимущество над несколькими моделями на большинстве протестированных мультиязычных бенчмарков. Модель не проходила инструкционную настройку или RLHF, поэтому предназначена прежде всего для языковых экспериментов и дальнейшей адаптации, а не для готового диалогового помощника.

Модель выпущена по исследовательской лицензии DynamoFL; применение должно также соответствовать Acceptable Use Policy. Возможны неточные, непроверенные и предвзятые ответы, поэтому результаты следует проверять и оценивать для конкретного применения.

Сценарии применения

  • генерация продолжений текста на английском и пяти других языках
  • сравнение мультиязычных языковых моделей на бенчмарках
  • исследование переноса языковых знаний между языками
  • дообучение базовой модели под мультиязычные задачи
  • оценка понимания перефразирования и причинно-следственных связей на PAWS и XCOPA

Ограничения

Модель не настроена для следования инструкциям и не проходила RLHF; ответы могут быть неточными или предвзятыми. README указывает контекст 128 000 токенов, тогда как метаданные каталога — 32 768 токенов.

Для каких профессий подходит4

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

Dynamo 8B Model Card

Dynamo 8B is an improvement of the Mistral 7B architecture for the purpose of multilingual language modeling. Dynamo 8B outperforms Mistral 7B, Llama2 13B, Bloom 7B, and PolyLM 13B on most multilingual benchmarks we tested (i.e. PAWS and XCOPA). For additional details, please refer to our blog post.

It includes an extended tokenizer that was pretrained to better leverage tokens in different languages. The tokenizer was extended by training a sentence BPE tokenizer on selected languages (200M tokens were used per language) and then combined the merges/vocab that were not already present in the Mistral tokenizer. After the tokenizers were merged, the model was pretrained with an additional 210B tokens from multilingual data like German, Spanish, Korean, Italian, and Turkish texts. The pretraining dataset also incorporated English tokens to mitigate catastrophic forgetting.

Dynamo 8B has not been instruction fine-tuned and has not undergone alignment using techniques like reinforcement learning from human feedback. The intention behind crafting this model is to provide the research community with a model to explore vital multilingual capabilities that enable widespread use of LLMs globally.

Model Specifications:

  • Supported Languages: English, German, Spanish, Korean, Italian, Turkish.

  • Context Window: 128K tokens*

  • License: At the moment, Dynamo 8B is released under a DynamoFL research-only license.

*Pretraining on the multilingual dataset was done with a sequence length of 4096 tokens

Evaluation Results:

In our recent evaluation, we used several multilingual benchmarks to assess our model's capabilities. These benchmarks included PAWS, XCOPA, and xstorycloze, all part of EleutherAI's evaluation harness. All runs were done in 32bit precision. Here is an in-depth description of each benchmark we used:

Multilingual BenchmarkLanguageDynamo 8BMistral 7BLlama2 13BBloom 7BPolyLM 13B
PAWSGerman0.5160.3630.3770.5020.390
PAWSEnglish0.4970.3110.3360.4220.413
PAWSSpanish0.5150.3390.4220.4240.452
PAWSKorean0.5520.4220.5340.5510.544
XCOPAItalian0.7100.630.6920.5160.644
XCOPATurkish0.6720.5620.5500.5200.574
xstoryclozeSpanish0.6450.6320.6220.6390.642

Training Data:

This model was trained on a variety of datasets including information from an mC4 database which is made available under the ODC Attribution License. This includes the CulturaX dataset and RedPajama.

Notice

Dynamo 8B is a pre-trained model that can be adapted and fine-tuned for a variety of tasks. However, it is new technology that carries risk. In some scenarios, it may generate inaccurate, unverified, or biased output despite efforts we have made to maximize model safety. As with all LLMs, we recommend users exercise critical thinking, validate outputs, and perform the requisite safety evaluations for specific downstream applications of the Dynamo model. We also require any use or deployment of the model to be in adherence with our Acceptable Use Policy.(https://www.dynamofl.com/legal/acceptable-use-policy)

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
31d980e

0 моделей