/ Модель

Характеристики

Контекст
8 192 токена
Параметры
69,5 млрд
Размер весов
141 ГБ
Лицензия
Llama 3
Архитектура
llama · dense
Библиотека
transformers
Опубликована
7 мая 2024

llama-3-70B-Instruct-abliterated

Генерация текстаТекст → текст3 профессии

Диалоговая модель на базе Llama 3 70B с ортогонализированными весами, предназначенная для генерации текста и экспериментов с поведением отказа.

8 662скачиваний за 30 дней152лайкавеса обновлены7 мая 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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,5145

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,6465

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4128

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,2432

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2894

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,8023

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

failspy/llama-3-70B-Instruct-abliterated — производная версия Meta Llama 3 70B Instruct, созданная автором failspy. Веса bfloat16 были ортогонализированы, чтобы ослабить способность модели выражать отказы; это изменение не гарантирует, что модель будет отвечать на любой запрос или правильно его понимать. Остальные аспекты настройки, согласно карточке, соответствуют исходной инструктивной модели.

Модель представляет собой плотную авторегрессионную LlamaForCausalLM с 69,5 млрд параметров и контекстом 8192 токена. Она предназначена для диалоговой генерации текста и экспериментов с влиянием механизмов отказа в LLM. Репозиторий содержит веса safetensors; карточка также упоминает доступные GGUF-квантизации и файл направления отказа для самостоятельного применения метода.

Автор предупреждает, что модель протестирована ограниченно и может проявлять побочные эффекты и необычное поведение. Лицензия указана как llama3; применяются условия лицензии Llama 3.

Сценарии применения

  • диалоговая генерация ответов на запросы
  • изучение поведения отказов у больших языковых моделей
  • эксперименты с ортогонализацией направления отказа
  • сравнение ответов с исходной Llama 3 70B Instruct

Ограничения

Ослабление отказов не гарантирует, что модель выполнит запрос или правильно его поймёт; автор отмечает ограниченное тестирование и возможные побочные эффекты. Для применения действуют условия лицензии Llama 3.

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

Llama-3-70B-Instruct-abliterated Model Card

This is meta-llama/Llama-3-70B-Instruct with orthogonalized bfloat16 safetensor weights, generated with the methodology that was described in the preview paper/blog post: 'Refusal in LLMs is mediated by a single direction' which I encourage you to read to understand more.

TL;DR: this model has had certain weights manipulated to "inhibit" the model's ability to express refusal. It is not in anyway guaranteed that it won't refuse you, understand your request, it may still lecture you about ethics/safety, etc. It is tuned in all other respects the same as the original 70B instruct model was, just with the strongest refusal direction orthogonalized out.

Quants

GGUF Quants available here

For the people who like tinkering or looking to save bandwidth

In the repo, I've included refusal_dir.pth If you have Llama-3-70B-Instruct model downloaded already, you can use the ortho cookbook to apply it to your downloaded model, which will make it the same as what you'd download from here.

Quirkiness awareness notice

This model may come with interesting quirks, as I obviously haven't extensively tested it, and the methodology being so new. I encourage you to play with the model, and post any quirks you notice in the community tab, as that'll help us further understand what this orthogonalization has in the way of side effects. The code I used to generate it (and my published 'Kappa-3' model which is just Phi-3 with the same methodology applied) is available in a Python notebook in this repo. Specifically, the ortho_cookbook.ipynb.

If you manage to develop further improvements, please share! This is really the most primitive way to use ablation, but there are other possibilities that I believe are as-yet unexplored.

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
53ae9da

0 моделей