/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
1 млрд
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
27 янв 2024

DistiLabelOrca-TinyLLama-1.1B

Генерация текстаТекст → текст3 профессии

Англоязычная диалоговая модель на 1 млрд параметров, дообученная методом DPO для генерации текста и ответов на вопросы.

99скачиваний за 30 дней3лайкавеса обновлены5 мар 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

Модель eren23/DistiLabelOrca-TinyLLama-1.1B — диалоговая языковая модель семейства Llama, разработанная на основе TinyLlama/TinyLlama-1.1B-Chat-v1.0. Автор дообучил её методом DPO на датасете argilla/distilabel-intel-orca-dpo-pairs, представляющем собой дистиллированную версию набора предпочтений Intel Orca. Модель содержит около 1 млрд параметров, использует архитектуру LlamaForCausalLM и работает с контекстом до 2048 токенов.

Модель предназначена для генерации текста в диалоге и ответов на вопросы на английском языке. Её можно применять для разговорных ассистентов и ответов на пользовательские запросы. В карточке приведены результаты Open LLM Leaderboard, включая среднее значение 37,17, но они сами по себе не гарантируют качество в конкретных сценариях. Доступна в формате safetensors для Transformers; лицензия — Apache-2.0.

Сценарии применения

  • создание англоязычного чат-бота
  • ответы на вопросы пользователя на английском языке
  • генерация диалоговых ответов
  • создание разговорного ассистента на базе небольшой языковой модели

Ограничения

Контекст ограничен 2048 токенами. Результаты бенчмарков не гарантируют качество на прикладных задачах.

Для каких профессий подходит3

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

TinyLlama/TinyLlama-1.1B-Chat-v1.0 dpo finetuned on the argilla/distilabel-intel-orca-dpo-pairs dataset, which is the distilled version of https://huggingface.co/datasets/Intel/orca_dpo_pairs

GGUF Version: To be added Exllama Version: To be added

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.37.17
AI2 Reasoning Challenge (25-Shot)36.18
HellaSwag (10-Shot)61.15
MMLU (5-Shot)25.09
TruthfulQA (0-shot)38.05
Winogrande (5-shot)60.85
GSM8k (5-shot)1.67

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
4b41b81

0 моделей