/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
flammen15-mistral-7B
Библиотека
transformers
Опубликована
5 апр 2024

flammen15-gutenberg-DPO-v1-7B

Генерация текстаТекст → текст4 профессии

Модель Mistral с 7,1 млрд параметров для ролевых диалогов, творческого письма и генерации текста общего назначения.

44скачиваний за 30 дней3лайкавеса обновлены22 июл 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

    0,5203

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,4798

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4293

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2844

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3186

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0763

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

flammen15-gutenberg-DPO-v1-7B — языковая модель Mistral с 7,1 млрд параметров, созданная Flammen и дообученная методом Direct Preference Optimization на наборе Gutenberg DPO от Jon Durbin. В README также указано, что при создании использовалось слияние предварительно обученных моделей, однако базовой моделью в метаданных названа flammen15-mistral-7B.

Модель предназначена для генерации текста, особенно ролевых диалогов с выразительными персонажами и творческого письма; заявлена также общая языковая компетентность. Архитектура — плотная MistralForCausalLM, формат весов — safetensors, библиотека — Transformers, контекст — до 32 768 токенов. README приводит результаты оценки на Open LLM Leaderboard, включая среднее значение 21,46 и IFEval 47,98.

Лицензия — Apache-2.0. Карточка не сообщает поддерживаемые естественные языки и не описывает специальные ограничения качества или безопасности; результаты приведённых тестов сами по себе не гарантируют качество в конкретном сценарии.

Сценарии применения

  • ведение ролевого диалога от лица персонажа
  • написание художественных сцен и рассказов
  • продолжение творческого текста
  • генерация ответов в диалоговом приложении
  • создание текста по заданной инструкции

Ограничения

В карточке не указаны поддерживаемые естественные языки. Результаты бенчмарков не гарантируют качество ответов в конкретных задачах.

Для каких профессий подходит4

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

flammen15-gutenberg-DPO-v1-7B

A Mistral 7B LLM built from merging pretrained models and finetuning on Jon Durbin's Gutenberg DPO set. Flammen specializes in exceptional character roleplay, creative writing, and general intelligence

Method

Finetuned using an A100 on Google Colab. (plz give more gpu)

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=2,
    gradient_checkpointing=True,
    learning_rate=2e-5,
    lr_scheduler_type="cosine",
    max_steps=200,
    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,
    max_prompt_length=1024,
    max_length=1536,
    force_use_ref_model=True
)

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

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.21.46
IFEval (0-Shot)47.98
BBH (3-Shot)32.67
MATH Lvl 5 (4-Shot)6.72
GPQA (0-shot)4.59
MuSR (0-shot)12.53
MMLU-PRO (5-shot)24.29

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
c77d47a

0 моделей