/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
1,7 млрд
Лицензия
Apache 2.0
Архитектура
falcon · dense
Опубликована
5 дек 2023

falcon-rw-1b-chat

Генерация текстаТекст → текст3 профессии

Компактная англоязычная чат-модель Falcon на 1,7 млрд параметров для диалогов и ответов на инструкции при ограниченных вычислительных ресурсах.

179скачиваний 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

Falcon-RW-1B-Chat — разговорная языковая модель, опубликованная ericzzz. Это дообученная версия Falcon-RW-1B-Instruct-OpenOrca, построенной на причинной decoder-only архитектуре Falcon-RW-1B. В метаданных указаны 1,7 млрд параметров, контекст до 2048 токенов и формат safetensors; модель предназначена для текстового диалога и запуска на ограниченных вычислительных ресурсах, включая потребительские видеокарты начального уровня.

Модель дообучали на отобранных данных из HuggingFaceH4/ultrachat_200k и openchat/openchat_sharegpt4_dataset; базовая instruct-модель использовала Open-Orca/SlimOrca. Основной указанный язык — английский. Лицензия — Apache-2.0.

Модель может генерировать убедительные, но ложные ответы, а также предвзятый, вредный или оскорбительный текст. Ей трудно справляться со сложными и неоднозначными запросами, поэтому ответы с фактическими утверждениями следует проверять.

Сценарии применения

  • создание чат-бота для диалога на английском языке
  • ответы на инструкции и вопросы в текстовом интерфейсе
  • прототипирование разговорного помощника на малоресурсном оборудовании

Ограничения

Модель может галлюцинировать, выдавать предвзятый, вредный или оскорбительный текст и слабо справляться со сложными неоднозначными запросами. Фактические ответы следует проверять.

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

🌟 Falcon-RW-1B-Chat

Falcon-RW-1B-Chat is a conversational model with 1 billion parameters. It's a further refinement of the Falcon-RW-1B-Instruct-OpenOrca, trained on selected data from the HuggingFaceH4/ultrachat_200k and openchat/openchat_sharegpt4_dataset datasets.

✨Try it out at our Tiny Chat space running on free-tier hardware!✨

The underlying Falcon-RW-1B-Instruct-OpenOrca model is built on the Falcon-RW-1B, a causal decoder-only model. It has been instruction-finetuned using the Open-Orca/SlimOrca dataset.

🎯 Purpose

The Falcon-RW-1B-Chat aims to add conversational capabilities to the Falcon-RW-1B-Instruct-OpenOrca model. This initiative is driven by the need for a smaller, open-source, instruction-finetuned, ready-to-use model, suitable for users with limited computational resources, like lower-end consumer GPUs.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.37.37
AI2 Reasoning Challenge (25-Shot)35.58
HellaSwag (10-Shot)61.12
MMLU (5-Shot)24.51
TruthfulQA (0-shot)39.62
Winogrande (5-shot)61.72
GSM8k (5-shot)1.67

📖 Example Code

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

model_name = "ericzzz/falcon-rw-1b-chat"

tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name, device_map="auto", torch_dtype=torch.bfloat16
)

chat_history = [
    {"role": "user", "content": "Hello!"},
    {"role": "assistant", "content": "Hello! How can I assist you today?"},
    {"role": "user", "content": "Explain what AI is."},
]

input_ids = tokenizer.apply_chat_template(
    chat_history, tokenize=True, add_generation_prompt=True, return_tensors="pt"
).to(model.device)
output_tokens = model.generate(
    input_ids,
    do_sample=True,
    temperature=0.7,
    repetition_penalty=1.05,
    max_new_tokens=200,
)
output_text = tokenizer.decode(
    output_tokens[0][len(input_ids[0]) :], skip_special_tokens=True
)

print(output_text)

⚠️ Limitations

This model may generate inaccurate or misleading information and is prone to hallucination, creating plausible but false narratives. It lacks the ability to discern factual content from fiction and may inadvertently produce biased, harmful or offensive content. Its understanding of complex, nuanced queries is limited. Users should be aware of this and verify any information obtained from the model.

The model is provided 'as is' without any warranties, and the creators are not liable for any damages arising from its use. Users are responsible for their interactions with the model.

📬 Contact

For further inquiries or feedback, please contact at eric.fu96@aol.com.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
FalconForCausalLM
Ревизия весов
ab34609

0 моделей