/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
33,9 млрд
Размер весов
68,8 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
Smaug-34B-v0.1
Опубликована
5 фев 2024

UNA-SimpleSmaug-34b-v1beta

Генерация текстаТекст → текст3 профессии

Диалоговая модель Llama на 33,9 млрд параметров, дообученная для генерации текста, математических задач и рассуждений.

8 573скачиваний за 30 дней21лайквеса обновлены13 авг 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.

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5287

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,454

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0718

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3171

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,4556

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4256

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

UNA-SimpleSmaug-34b-v1beta — экспериментальная диалоговая языковая модель fblgit на архитектуре Llama, дообученная на базе abacusai/Smaug-34B-v0.1. По данным карточки, модель содержит 33,9 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Для дообучения использовались SimpleMath и jondurbin/bagel-v0.3; UNA применялась к слоям внимания, а обучение проводилось с помощью Axolotl.

Модель предназначена для генерации диалогового текста, математических задач и рассуждений. Автор сообщает об улучшении математических возможностей при сохранении ранее приобретённых навыков и приводит результаты оценок, включая средний балл 77,41 в одном из наборов тестов. Это заявление основано на оценках из карточки и не гарантирует аналогичного качества в пользовательских сценариях.

Модель распространяется под лицензией Apache-2.0. Это версия v1beta, поэтому её качество и поведение могут меняться при дальнейшем обучении; в карточке нет подробного описания ограничений или рекомендаций по безопасному применению.

Сценарии применения

  • решение математических задач
  • объяснение хода математических рассуждений
  • ответы на вопросы в диалоге
  • генерация текста по запросу
  • дальнейшее дообучение диалоговой модели

Ограничения

Версия обозначена как v1beta, а заявленные улучшения основаны на оценках из карточки и не гарантируют качество на других задачах. Поддерживаемые естественные языки в предоставленных данных не перечислены.

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

UNA-SimpleSmaug-34b-v1beta

Scoring 04-February-2024 #1 34B model, outperforming its original base model Smaug-34B-v0.1 with 77.41 😎 Oh, btw.. this one went thru SFT so the abacus inside Smaug is back to normal.. so you can further train/dpo him .. RESET!..

UPDATES March : Stills undisputed 34B King Smaug 70B stills undisputed 70B King

==== And people wonders.. why there is no UNA of Hermes or Smaug 70B? << i dont think is worth the time to spend on a model that is widely known for not being too useful, likely UNA can fix some of the internal mess.. for Hermes, we spoke chitchat quick a couple times but nothing solid, but we would like to make a reborn of excellent models using UNA, just liek we did with UNA-Dolphin where we saw relevant performance is short time.

UNA Applied UNA only on the Attention, not on the MLP's

  • Is based on Smaug
  • SimpleMath dataset
  • It was trained on Axolotl

Experiment

The thing here is to understand whats the impact of SimpleMath applied at the attention layer during a SFT session and how it impacts on the neural network overall.

Results: Improving mathematican and reasoning capabilities without degrading and presserving previous training sessions.

And enjoy our ModelSimilarities tool detector https://github.com/fblgit/model-similarity where we confirmed numerically the bloodties of the model.

Evals

MetricValue
Avg.77.41
AI2 Reasoning Challenge (25-Shot)74.57
HellaSwag (10-Shot)86.74
MMLU (5-Shot)76.68
TruthfulQA (0-shot)70.17
Winogrande (5-shot)83.82
GSM8k (5-shot)72.48
|    Task     |Version| Metric |Value            |
|-------------|------:|--------|----------------:|
|arc_challenge|     HF|acc_norm| 0.7457337883959 |
|gsm8k        |     HF|acc     | 0.7247915087187 |
|mmlu         |     HF|acc     | 0.7649553475572 |
|mmlu         |     HF|acc_norm| 0.7681713551647 |
|hellaswag    |     HF|acc_norm| 0.8673571001792 | 
|truthfulqa   |     HF|mc2     | 0.7016557407771 |
|winogrande   |     HF|acc     | 0.8382004735595 |
|------------------------------------------------|

Increasing GSM, MMLU, ARC, WINO.

Citations

To abacusai for making Smaug-34B, the Bagel, and all the magic behind the base model.

If you use the model, provide citation even for merges or anything.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.23.12
IFEval (0-Shot)45.56
BBH (3-Shot)32.78
MATH Lvl 5 (4-Shot)0.15
GPQA (0-shot)8.95
MuSR (0-shot)11.96
MMLU-PRO (5-shot)39.33

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
7881e56

0 моделей