/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Своя лицензия
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-7B-Instruct
Библиотека
transformers
Опубликована
29 окт 2024

cybertron-v4-qw7B-MGS

Генерация текстаТекст → текст11 профессий

Cybertron v4 qw7B MGS — дообученная на диалоговых данных англоязычная модель Qwen2.5 на 7,1 млрд параметров для генерации текста и общения с возможностью интерфейса вызова инструментов.

65скачиваний за 30 дней16лайковвеса обновлены3 дек 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

    0,5592

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,4473

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,6264

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3104

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,3489

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4371

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Cybertron v4 qw7B MGS — диалоговая плотная трансформерная модель на 7,1 млрд параметров, разработанная fblgit и основанная на Qwen2.5-7B-Instruct. Она дообучена методом SFT на датасете Magpie-Align/Magpie-Qwen2.5-Pro-1M-v0.1 и предназначена для генерации текста и ответов в диалоге; метаданные также отмечают интерфейс вызова инструментов. Модель принимает текст и выдаёт текст, поддерживает английский язык и имеет заявленную длину контекста 131 072 токена.

В карточке автор заявляет высокие результаты в классе моделей 7B–8B и приводит оценки Open LLM Leaderboard, включая 62,64 на IFEval и 37,04 на BBH; эти результаты относятся к указанной автором оценке. Для модели указана лицензия other, поэтому условия использования следует сверить с лицензией и файлами репозитория. В README упоминается подход MGS, но его расшифровка и подробности не раскрыты.

Сценарии применения

  • ответы на вопросы в англоязычном диалоге
  • генерация текстовых ответов по инструкциям
  • подготовка структурированных ответов
  • вызов инструментов через диалоговый интерфейс

Ограничения

В карточке не раскрыты подробности метода MGS и условия лицензии beyond указания «other»; заявленные результаты приведены автором, а не сопровождаются здесь полным описанием протокола оценки.

Для каких профессий подходит11

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

cybertron-v4-qw7B-MGS

WE ARE BACK Cybertron v4, #1 LLM in its class. Based on the amazing Qwen2.5 7B

Scoring #1 LLM of 7B and 8B at 30.10.2024.

cybertron-v4-MGS

Here we use our novel approach called MGS. Its up to you to figure out what it means.

Cybertron V4 went thru SFT over Magpie-Align/Magpie-Qwen2.5-Pro-1M-v0.1

Quantz

Avaialble at https://huggingface.co/bartowski/cybertron-v4-qw7B-MGS-GGUF

MGS

Being fair:

https://arxiv.org/pdf/2410.21228

MGS, among other things.. a strategy of tackling corpora forgetful.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.31.21
IFEval (0-Shot)62.64
BBH (3-Shot)37.04
MATH Lvl 5 (4-Shot)27.72
GPQA (0-shot)8.05
MuSR (0-shot)13.20
MMLU-PRO (5-shot)38.59

Try Cybertron v4!

Thanks to @rombodawg for contributing with a free to use Inference space hosted at:

https://huggingface.co/spaces/rombodawg/Try_fblgit_cybertron-v4-qw7B-MGS

Training procedure

1 Epoch as usual.

Training hyperparameters

The following hyperparameters were used during training:

  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • total_train_batch_size: 128
  • total_eval_batch_size: 16
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • num_epochs: 1

Training results

Training LossEpochStepValidation Loss
0.74050.000710.5760
0.61460.0502710.5045
0.59080.10031420.4930
0.56690.15052130.4854
0.55750.20072840.4811
0.5350.25083550.4765
0.51610.30104260.4736
0.52680.35114970.4726
0.51190.40135680.4701
0.53290.45156390.4687
0.51670.50167100.4673
0.51050.55187810.4660
0.52030.60208520.4653
0.50350.65219230.4646
0.49030.70239940.4641
0.50310.752510650.4628
0.51470.802611360.4629
0.50370.852812070.4620
0.50290.902912780.4620
0.4920.953113490.4621

Framework versions

  • PEFT 0.13.2
  • Transformers 4.45.2
  • Pytorch 2.3.0+cu121
  • Datasets 3.0.1
  • Tokenizers 0.20.1

Citations

@misc{thebeagle-v2,
  title={TheBeagle v2: MGS}, 
  author={Xavier Murias},
  year={2024},
  publisher = {HuggingFace},
  journal = {HuggingFace repository},
  howpublished = {\url{https://huggingface.co/fblgit/TheBeagle-v2beta-32B-MGS}},
}

@misc{Magpie,
    title={Magpie: Alignment Data Synthesis from Scratch by Prompting Aligned LLMs with Nothing}, 
    author={Zhangchen Xu and Fengqing Jiang and Luyao Niu and Yuntian Deng and Radha Poovendran and Yejin Choi and Bill Yuchen Lin},
    year={2024},
    eprint={2406.08464},
    archivePrefix={arXiv},
    primaryClass={cs.CL}
}

@misc{qwen2.5,
    title = {Qwen2.5: A Party of Foundation Models},
    url = {https://qwenlm.github.io/blog/qwen2.5/},
    author = {Qwen Team},
    month = {September},
    year = {2024}
}

@article{qwen2,
      title={Qwen2 Technical Report}, 
      author={An Yang and Baosong Yang and Binyuan Hui and Bo Zheng and Bowen Yu and Chang Zhou and Chengpeng Li and Chengyuan Li and Dayiheng Liu and Fei Huang and Guanting Dong and Haoran Wei and Huan Lin and Jialong Tang and Jialin Wang and Jian Yang and Jianhong Tu and Jianwei Zhang and Jianxin Ma and Jin Xu and Jingren Zhou and Jinze Bai and Jinzheng He and Junyang Lin and Kai Dang and Keming Lu and Keqin Chen and Kexin Yang and Mei Li and Mingfeng Xue and Na Ni and Pei Zhang and Peng Wang and Ru Peng and Rui Men and Ruize Gao and Runji Lin and Shijie Wang and Shuai Bai and Sinan Tan and Tianhang Zhu and Tianhao Li and Tianyu Liu and Wenbin Ge and Xiaodong Deng and Xiaohuan Zhou and Xingzhang Ren and Xinyu Zhang and Xipin Wei and Xuancheng Ren and Yang Fan and Yang Yao and Yichang Zhang and Yu Wan and Yunfei Chu and Yuqiong Liu and Zeyu Cui and Zhenru Zhang and Zhihao Fan},
      journal={arXiv preprint arXiv:2407.10671},
      year={2024}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
22b3a57

0 моделей