/ Модель

Характеристики

Параметры
3,5 млрд
Размер весов
11,1 ГБ
Лицензия
Apache 2.0
Архитектура
mamba · dense
Библиотека
transformers
Опубликована
9 апр 2024

mamba-2.8b-zephyr-hf

Генерация текстаТекст → текст5 профессий

Представление Mamba-2.8b-zephyr для Transformers предназначено для генерации текста и дообучения через PEFT.

22скачиваний за 30 дней0лайковвеса обновлены3 июн 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

han1997/mamba-2.8b-zephyr-hf — совместимое с библиотекой Transformers представление языковой модели Mamba-2.8b-zephyr. Репозиторий содержит исходные веса без изменений, а также конфигурацию и токенизатор, необходимые для их использования через Transformers. В карточке указана архитектура MambaForCausalLM и размер 3,5 млрд параметров.

Модель предназначена для генерации текста с помощью стандартного интерфейса generate; её можно также дообучать с помощью PEFT. README рекомендует для PEFT сохранять модель в формате float32. Для работы карточка указывает зависимость от версии Transformers из основной ветки, пока не выйдет версия 4.39.0. Лицензия — Apache-2.0. Данные не уточняют языки обучения или контекст модели.

Сценарии применения

  • генерация продолжения текста
  • создание текстовых ответов
  • использование модели Mamba через API generate в Transformers
  • дообучение языковой модели с помощью PEFT

Ограничения

README указывает, что для работы требуется Transformers из основной ветки до выхода версии 4.39.0; для дообучения через PEFT рекомендуется float32. Поддерживаемые естественные языки и длина контекста в предоставленных данных не описаны.

Для каких профессий подходит5

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

The following content is mostly from https://huggingface.co/state-spaces/mamba-2.8b-hf

Mamba

This repository contains the transfromers compatible mamba-2.8b-zephyr. The checkpoints are untouched, but the full config.json and tokenizer are pushed to this repo. For details of the original model before conversion, see https://huggingface.co/xiuyul/mamba-2.8b-zephyr.

Usage

You need to install transformers from main until transformers=4.39.0 is released.

pip install git+https://github.com/huggingface/transformers@main

We also recommend you to install both causal_conv_1d and mamba-ssm using:

pip install causal-conv1d>=1.2.0
pip install mamba-ssm

If any of these two is not installed, the "eager" implementation will be used. Otherwise the more optimised cuda kernels will be used.

Generation

You can use the classic generate API:

>>> from transformers import MambaConfig, MambaForCausalLM, AutoTokenizer
>>> import torch

>>> tokenizer = AutoTokenizer.from_pretrained("han1997/mamba-2.8b-zephyr-hf")
>>> model = MambaForCausalLM.from_pretrained("han1997/mamba-2.8b-zephyr-hf")
>>> input_ids = tokenizer("Hey how are you doing?", return_tensors="pt")["input_ids"]

>>> out = model.generate(input_ids, max_new_tokens=10)
>>> print(tokenizer.batch_decode(out))
["Hey how are you doing?\n\nI'm doing great.\n\nI"]

PEFT finetuning example

In order to finetune using the peft library, we recommend keeping the model in float32!

from datasets import load_dataset
from trl import SFTTrainer
from peft import LoraConfig
from transformers import AutoTokenizer, AutoModelForCausalLM, TrainingArguments
tokenizer = AutoTokenizer.from_pretrained("han1997/mamba-2.8b-zephyr-hf")
model = AutoModelForCausalLM.from_pretrained("han1997/mamba-2.8b-zephyr-hf")
dataset = load_dataset("Abirate/english_quotes", split="train")
training_args = TrainingArguments(
    output_dir="./results",
    num_train_epochs=3,
    per_device_train_batch_size=4,
    logging_dir='./logs',
    logging_steps=10,
    learning_rate=2e-3
)
lora_config =  LoraConfig(
        r=8,
        target_modules=["x_proj", "embeddings", "in_proj", "out_proj"],
        task_type="CAUSAL_LM",
        bias="none"
)
trainer = SFTTrainer(
    model=model,
    tokenizer=tokenizer,
    args=training_args,
    peft_config=lora_config,
    train_dataset=dataset,
    dataset_text_field="quote",
)
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
MambaForCausalLM
Ревизия весов
99a87b5

0 моделей