/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
20,9 млрд
Размер весов
42,8 ГБ
Лицензия
afl-3.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
28 мая 2024

UNA-ThePitbull-21.4B-v2

Генерация текстаТекст → текст10 профессий

Разговорная модель семейства Llama на 20,9 млрд параметров для генерации текста и ведения диалогов.

57скачиваний за 30 дней16лайковвеса 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.

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,1216

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,302

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,635

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,379

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3516

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3922

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

UNA-ThePitbull-21.4B-v2 — разговорная языковая модель от fblgit, основанная на saltlux/luxia-21.4b-alignment-v1.0. Это плотная авторегрессионная модель семейства Llama с 20,9 млрд параметров и контекстом до 32 768 токенов, предназначенная для генерации текста и диалогов. Версия 2 получила дополнительное обучение SFT на Replete-AI/code_bagel_hermes-2.5 и DPO на mlabonne/orpo-dpo-mix-40k и jondurbin/py-dpo-v0.1; автор также описывает применение стратегии UNA к части MLP- и attention-слоёв.

Модель подходит для разговорных помощников, ответов на вопросы и генерации связного текста. В карточке приведены результаты нескольких бенчмарков, однако заявленные автором оценки не гарантируют аналогичного качества в конкретных сценариях. Доступны веса в формате Safetensors, библиотека Transformers; лицензия — AFL-3.0. README указывает отдельную GGUF-квантизацию в репозитории bartowski/UNA-ThePitbull-21.4B-v2-GGUF.

Сценарии применения

  • создание разговорного помощника
  • ответы на вопросы в свободной форме
  • генерация связного текста
  • поддержка диалоговых приложений
  • проведение текстовых рассуждений

Ограничения

README не перечисляет конкретные ограничения качества или безопасности; результаты бенчмарков не гарантируют качество в прикладных сценариях. Для языков, кроме указанных в карточке, поддержка не подтверждена.

Для каких профессий подходит10

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

UNA-ThePitbull 21.4B v2

Introducing the best LLM in the industry. Nearly as good as a 70B, just a 21.4B based on saltlux/luxia-21.4b-alignment-v1.0 UNA - ThePitbull 21.4B v2

This model has not been poisoned to score high and be useless. We release him becaues its the real deal of EQ & IQ all together in a crazy powerful smart and conversational model.

Quant Versions available at bartowski/UNA-ThePitbull-21.4B-v2-GGUF

Difference V1 vs V2

On V2 we implemented a different UNA strategy and covered partially the MLP's and Attention Layers. We also performed further SFT over V1 and further DPO over V1 and we'll release some of those soon as well.

Changes

  1. SFT over V1 with Replete-AI/code_bagel_hermes-2.5 at 1.0e-4 till 5.0e-5 for 1 epoch
  2. DPO with: 1.0e-4 to min_lr 5.0e-5 for 1 epoch
  • mlabonne/orpo-dpo-mix-40k
  • jondurbin/py-dpo-v0.1

Evaluations

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.77.82
AI2 Reasoning Challenge (25-Shot)77.73
HellaSwag (10-Shot)91.79
MMLU (5-Shot)68.25
TruthfulQA (0-shot)78.24
Winogrande (5-shot)87.37
GSM8k (5-shot)63.53

Can only be compared with its non-una base model: the original luxia-21.4b and ThePitbull-v1

UNA v2 (VLLM) Evaluations:

vllm (pretrained=/data/tools/mergekit/una-thepitbull-v5,dtype=bfloat16,gpu_memory_utilization=0.8,max_model_len=2048,data_parallel_size=2,tensor_parallel_size=4), gen_kwargs: (None), limit: None, num_fewshot: None, batch_size: 8
|    Tasks     |Version|     Filter     |n-shot|  Metric   |Value |   |Stderr|
|--------------|------:|----------------|-----:|-----------|-----:|---|-----:|
|gsm8k         |      3|strict-match    |     5|exact_match|0.7695|±  |0.0116|+
|              |       |flexible-extract|     5|exact_match|0.7695|±  |0.0116|+
|hellaswag     |      1|none            |    10|acc        |0.8110|±  |0.0039|
|              |       |none            |    10|acc_norm   |0.9169|±  |0.0028|+
|winogrande    |      1|none            |     5|acc        |0.8777|±  |0.0092|+
|mmlu          |N/A    |none            |     0|acc        |0.6427|±  |0.0038|-
|arc_challenge |      1|none            |    25|acc        |0.7713|±  |0.0123|
|              |       |none            |    25|acc_norm   |0.7875|±  |0.0120|+
|truthfulqa_mc2|      2|none            |     0|acc        |0.7824|±  |0.0135|-
|mathqa        |      1|none            |     0|acc        |0.4037|±  | 0.009|
|              |       |none            |     0|acc_norm   |0.4034|±  | 0.009|+
|pubmedqa      |      1|none            |     0|acc        |0.7260|±  | 0.020|+
|boolq         |      2|none            |     0|acc        |0.8602|±  |0.0061|+

UNA v1 (VLLM) Evaluations

|    Tasks     |Version|     Filter     |n-shot|  Metric   |Value |   |Stderr|
|--------------|------:|----------------|-----:|-----------|-----:|---|-----:|
|gsm8k         |      3|strict-match    |     5|exact_match|0.7566|±  |0.0118|
|              |       |flexible-extract|     5|exact_match|0.7582|±  |0.0118|
|hellaswag     |      1|none            |    10|acc        |0.8168|±  |0.0039|
|              |       |none            |    10|acc_norm   |0.9188|±  |0.0027|
|winogrande    |      1|none            |     5|acc        |0.8635|±  |0.0097|
|mmlu          |    N/A|none            |     0|acc        |0.6444|±  |0.0038|
|arc_challenge |      1|none            |    25|acc        |0.7747|±  |0.0122|
|              |       |none            |    25|acc_norm   |0.7850|±  |0.0120|
|truthfulqa_mc2|      2|none            |     0|acc        |0.7902|±  |0.0134|
|mathqa        |      1|none            |     0|acc        |0.4030|±  | 0.009|
|              |       |none            |     0|acc_norm   |0.4034|±  | 0.009|
|pubmedqa      |      1|none            |     0|acc        |0.6860|±  |0.0208|
|boolq         |      2|none            |     0|acc        |0.8401|±  |0.0064|

Original (VLLM) Evaluations

|    Tasks     |Version|     Filter     |n-shot|  Metric   |Value |   |Stderr|
|--------------|------:|----------------|-----:|-----------|-----:|---|-----:|
|gsm8k         |      3|strict-match    |     5|exact_match|0.7528|±  |0.0119|
|              |       |flexible-extract|     5|exact_match|0.7521|±  |0.0119|
|hellaswag     |      1|none            |    10|acc        |0.8117|±  |0.0039|
|              |       |none            |    10|acc_norm   |0.9167|±  |0.0028|
|winogrande    |      1|none            |     5|acc        |0.8682|±  |0.0095|
|mmlu          |    N/A|none            |     0|acc        |0.6448|±  |0.0038|
|arc_challenge |      1|none            |    25|acc        |0.7688|±  |0.0123|
|              |       |none            |    25|acc_norm   |0.7730|±  |0.0122|
|truthfulqa_mc2|      2|none            |     0|acc        |0.7895|±  |0.0133|
|mathqa        |      1|none            |     0|acc        |0.4000|±  | 0.009|
|              |       |none            |     0|acc_norm   |0.4003|±  | 0.009|
|pubmedqa      |      1|none            |     0|acc        |0.6680|±  |0.0211|
|boolq         |      2|none            |     0|acc        |0.8346|±  |0.0065|

Citations

  • mlabonne
  • jondurbin & Replete-AI
  • bartowski
  • saltlux

If you use UNA models dont forget to cite:

@misc{unathepitbull21b,
  title={ThePitbull: Uniform Neural Alignment}, 
  author={Xavier Murias},
  year={2024},
  publisher = {Juanako.AI},
  journal = {HuggingFace repository},
  howpublished = {\url{https://huggingface.co/fblgit/UNA-ThePitbull-21.4-v1}},
}

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.22.60
IFEval (0-Shot)37.90
BBH (3-Shot)46.79
MATH Lvl 5 (4-Shot)9.59
GPQA (0-shot)6.94
MuSR (0-shot)6.42
MMLU-PRO (5-shot)27.95

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
e2139b6

0 моделей