/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
13,8 млрд
Размер весов
27,9 ГБ
Лицензия
Apache 2.0
Архитектура
phi3 · dense
Базовая модель
Phi-3-medium-128k-instruct
Библиотека
transformers
Опубликована
23 мая 2024

Mahou-1.2-phi-14B

Генерация текстаТекст → текст3 профессии

Экспериментальная модель Phi-3 для диалогов и ролевого общения в формате ChatML.

24скачиваний за 30 дней1лайквеса обновлены24 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-phi-14B — экспериментальная разговорная языковая модель команды flammen.ai, дообученная на базе microsoft/Phi-3-medium-128k-instruct. Модель с архитектурой Phi-3 содержит 13,8 млрд параметров, принимает текст и генерирует текст; поддерживает диалоговый режим и формат ChatML. В карточке указано контекстное окно 4096 токенов.

Модель предназначена для диалогов и ролевых сценариев. Для ролевых ответов авторы рекомендуют оформлять речь без кавычек, а действия — в звёздочках. Модель выпущена как экспериментальная версия и не протестирована; описание также упоминает итеративное развитие и дообучение на разговорных данных flammen.ai. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • ведение диалогов с чат-ботом
  • генерация ролевых ответов от лица персонажа
  • продолжение беседы в формате ChatML

Ограничения

В README выпуск назван экспериментальным и непроверенным. Контекст модели ограничен 4096 токенами; авторы указывают, что будущие версии будут дообучаться на разговорных данных.

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-phi-14B

Please note: this is an untested, experimental release.

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|>

Roleplay Format

  • Speech without quotes.
  • Actions in *asterisks*
*leans against wall cooly* so like, i just casted a super strong spell at magician academy today, not gonna lie, felt badass.

ST Settings

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

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=4,
    gradient_accumulation_steps=4,
    gradient_checkpointing=True,
    learning_rate=5e-5,
    lr_scheduler_type="cosine",
    max_steps=2000,
    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
)

# Fine-tune model with DPO
dpo_trainer.train()

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Phi3ForCausalLM
Ревизия весов
48b4343

0 моделей