/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3
Архитектура
llama · dense
Базовая модель
llama3-KawaiiMahouSauce-8B
Библиотека
transformers
Опубликована
16 мая 2024

Mahou-1.2-llama3-8B

Генерация текстаТекст → текст3 профессии

Диалоговая модель Flammen AI на базе Llama 3 для общения и ролевых диалогов в формате ChatML.

37скачиваний за 30 дней8лайковвеса обновлены27 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 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

Mahou-1.2-llama3-8B — диалоговая языковая модель Flammen AI для общения и ролевых сценариев. Это дообученная плотная модель семейства Llama 3 с 7,5 млрд параметров; она принимает текст и выдаёт текст, поддерживает чат и рассчитана на контекст до 8192 токенов.

Модель обучена на разговорных данных Flammen AI с использованием формата ChatML. README описывает дообучение с помощью Direct Preference Optimization (DPO) и LoRA; для общения и ролевых диалогов модель предлагает использовать ChatML-шаблон и режим Instruct. В карточке приведены результаты оценивания на тестах рассуждения и здравого смысла.

Лицензия указана как llama3. Модель предназначена для диалогового применения, однако опубликованные результаты и описание не гарантируют качество для всех сценариев; в README также не приведены подробные оценки безопасности или ограничения по темам.

Сценарии применения

  • ведение диалогов с виртуальным персонажем
  • ролевая переписка в ChatML
  • создание разговорного чат-бота
  • ответы на повседневные вопросы в диалоговом формате

Ограничения

Качество и безопасность ответов не гарантированы для всех сценариев; подробные сведения о тестировании безопасности в карточке не приведены.

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

image/png

Mahou-1.2-llama3-8B

Mahou is our attempt to build a production-ready conversational/roleplay LLM.

Future versions will be released iteratively and finetuned from flammen.ai conversational data.

Chat Format

This model has been trained to use ChatML format.

<|im_start|>system
{{system}}<|im_end|>
<|im_start|>{{char}}
{{message}}<|im_end|>
<|im_start|>{{user}}
{{message}}<|im_end|>

ST Settings

  1. Use ChatML for the Context Template.
  2. Turn on Instruct Mode for ChatML.
  3. Use the following stopping strings: ["<", "|", "<|", "\n"]

License

This model is based on Meta Llama-3-8B and is governed by the META LLAMA 3 COMMUNITY LICENSE AGREEMENT.

Method

Finetuned using an A100 on Google Colab.

Fine-tune a Mistral-7b model with Direct Preference Optimization - Maxime Labonne

Configuration

LoRA, model, and training settings:

# LoRA configuration
peft_config = LoraConfig(
    r=16,
    lora_alpha=16,
    lora_dropout=0.05,
    bias="none",
    task_type="CAUSAL_LM",
    target_modules=['k_proj', 'gate_proj', 'v_proj', 'up_proj', 'q_proj', 'o_proj', 'down_proj']
)
# Model to fine-tune
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype=torch.bfloat16,
    load_in_4bit=True
)
model.config.use_cache = False
# Reference model
ref_model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype=torch.bfloat16,
    load_in_4bit=True
)
# Training arguments
training_args = TrainingArguments(
    per_device_train_batch_size=2,
    gradient_accumulation_steps=4,
    gradient_checkpointing=True,
    learning_rate=5e-5,
    lr_scheduler_type="cosine",
    max_steps=1000,
    save_strategy="no",
    logging_steps=1,
    output_dir=new_model,
    optim="paged_adamw_32bit",
    warmup_steps=100,
    bf16=True,
    report_to="wandb",
)
# Create DPO trainer
dpo_trainer = DPOTrainer(
    model,
    ref_model,
    args=training_args,
    train_dataset=dataset,
    tokenizer=tokenizer,
    peft_config=peft_config,
    beta=0.1,
    force_use_ref_model=True
)

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.72.19
AI2 Reasoning Challenge (25-Shot)69.80
HellaSwag (10-Shot)84.65
MMLU (5-Shot)68.43
TruthfulQA (0-shot)60.50
Winogrande (5-shot)77.82
GSM8k (5-shot)71.95

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
49d72f5

0 моделей