/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
MIT
Архитектура
qwen2 · dense
Опубликована
11 июн 2024

Oneirogen-7B

Генерация текстаТекст → текст3 профессии

Дообученная на корпусе DreamBank модель Qwen2 для генерации англоязычных рассказов о сновидениях и экспериментов с их анализом.

46скачиваний за 30 дней14лайковвеса обновлены7 янв 2025

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

Oneirogen-7B — языковая модель Гюстава Корталя для генерации рассказов о сновидениях и их анализа. Это дообученная с помощью LoRA модель Qwen2 с 7,1 млрд параметров, обученная на корпусе DreamBank, содержащем более 27 тысяч описаний снов. Модель принимает текст и генерирует текст на английском языке; для генерации используется префикс «Dream:», а обучающий маркер конца текста — «END.». В метаданных указан контекст до 131 072 токенов.

Модель предназначена для создания новых повествований о снах. Её также можно дообучить для анализа персонажей и эмоций в описаниях сновидений. Oneirogen использовалась для создания англоязычного набора The Android and The Machine, включающего 10 тысяч реальных и 10 тысяч сгенерированных снов. Репозиторий содержит веса в формате Safetensors и распространяется по лицензии MIT.

Сценарии применения

  • генерация вымышленных рассказов о сновидениях
  • создание синтетических описаний снов для исследовательских наборов данных
  • изучение языковых особенностей повествований о снах
  • дообучение для определения персонажей в описаниях сновидений
  • дообучение для классификации эмоций в рассказах о снах

Ограничения

Обучение ориентировано на повествования о снах, поэтому модель не предназначена для универсального диалога или клинической интерпретации сновидений. Определение персонажей и эмоций предложено как сценарий для последующего дообучения, а не как готовая функция модели.

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

Presentation

Oneirogen (0.5B, 1.5B and 7B) is a language model for dream generation based on Qwen2. It was trained on DreamBank, a corpus of more than 27,000 dream narratives.

Oneirogen was used to produce The Android and The Machine, an English dataset composed of 10,000 real and 10,000 generated dreams.

Oneirogen can be used to generate novel dream narratives. It can also be used for dream analysis. For example, one could finetuned this model on Hall and Van de Castle annotations to predict character and emotion in dream narratives. I've introduced this task in this paper.

Generation examples are available on my website.

Code for generation

from transformers import AutoTokenizer, AutoModelForCausalLM, StoppingCriteria, StoppingCriteriaList

class CustomStoppingCriteria(StoppingCriteria):
   def __init__(self, stop_token, tokenizer):
       self.stop_token = stop_token
       self.tokenizer = tokenizer

   def __call__(self, input_ids, scores, **kwargs):
       decoded_output = self.tokenizer.decode(input_ids[0], skip_special_tokens=True)
       if self.stop_token in decoded_output:
           return True
       return False

stop_token = "END." # The model was trained with this special end of text token.
stopping_criteria = StoppingCriteriaList([CustomStoppingCriteria(stop_token, tokenizer)])

tokenizer = AutoTokenizer.from_pretrained("gustavecortal/oneirogen-7B")
model = AutoModelForCausalLM.from_pretrained("gustavecortal/oneirogen-7B", torch_dtype=torch.float16)
model.to("cuda")

text = "Dream:" # The model was trained with this prefix

inputs = tokenizer(text, return_tensors="pt").to("cuda")
outputs = model.generate(inputs["input_ids"], attention_mask=inputs["attention_mask"], max_new_tokens=256, top_k = 50, top_p = 0.95, do_sample = True, temperature=0.9, num_beams = 1, repetition_penalty= 1.11, stopping_criteria=stopping_criteria)
print(tokenizer.batch_decode(outputs.detach().cpu().numpy(), skip_special_tokens=False)[0])

Inspiration

An oneirogen, from the Greek óneiros meaning "dream" and gen "to create", is a substance or other stimulus which produces or enhances dreamlike states of consciousness.

This model resonates with a speech called The Android and The Human given by science-fiction author Philip K. Dick:

Our environment – and I mean our man-made world of machines, artificial constructs, computers, electronic systems, interlinking homeostatic components – all of this is in fact beginning more and more to possess what the earnest psychologists fear the primitive sees in his environment: animation. In a very real sense our environment is becoming alive, or at least quasi-alive, and in ways specifically and fundamentally analogous to ourselves... Rather than learning about ourselves by studying our constructs, perhaps we should make the attempt to comprehend what our constructs are up to by looking into what we ourselves are up to

Technical aspects

Oneirogen is a Qwen2 model finetuned on the DreamBank corpus using LoRA adaptation. A notebook to replicate the training will soon be available.

This work was performed using HPC resources (Jean Zay supercomputer) from GENCI-IDRIS (Grant 20XX-AD011014205).

Contact

Mail: gustave.cortal@ens-paris-saclay.fr

X: @gustavecortal

Website: gustavecortal.com

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
eeda1fc

0 моделей