/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
71 млрд
Размер весов
289 ГБ
Лицензия
Своя лицензия
Архитектура
llama · dense
Библиотека
transformers
Опубликована
6 фев 2024

alpaca-dragon-72b-v1

Генерация текстаТекст → текст9 профессий

Дообученная на примерах планирования модель Llama на 71 млрд параметров для генерации текста и составления пошаговых планов.

79скачиваний за 30 дней24лайкавеса обновлены2 мар 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

Alpaca Dragon 72B V1 — плотная языковая модель семейства Llama на 71 млрд параметров, созданная автором карточки дообучением Smaug 72B v0.1 на наборе данных Alpaca с примерами планирования и рассуждений. Она предназначена для генерации текста и разбиения сложных запросов на последовательные шаги и логический план, в том числе при планировании технических и разработческих задач. Модель принимает текст и выдаёт текст; карточка описывает её как англоязычную, а метаданные указывают контекст до 32 768 токенов.

В карточке приведены результаты оценок, включая ARC Challenge и HellaSwag, однако заявленное улучшение отдельных тестов отмечено автором как неожиданное, а подробностей о методике обучения и лицензии нет. Репозиторий содержит веса в формате safetensors. Метаданные указывают лицензию other; условия использования следует сверить с файлами репозитория.

Сценарии применения

  • Разбиение сложного запроса на логические этапы
  • Составление плана разработки программного проекта
  • Подготовка последовательности шагов для технической задачи
  • Генерация текстовых ответов на английском языке

Ограничения

Модель дообучена на имеющемся у автора наборе Alpaca, а заявленные изменения результатов бенчмарков не сопровождаются подробным описанием методики. Лицензия обозначена как other, поэтому условия использования нужно уточнить по файлам репозитория.

Для каких профессий подходит9

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

Model Card for Alpaca Dragon 72B V1

Fine tune of Smaug 72b v0.1 using an alpaca data set I have handy. The data is of planning and reasoning, which I use to help allow a model to break down a set of asks into a logical plan. For some odd reason it bumps the mmlu and winogrande? I would have expected the ARC to go up over those two, but this is often more of an artform than a science at times. All thanks to Abacus.AI for sharing their work.

I used the same dataset in training one of my owl series Strix Rufipes 70B, which has worked well for planning out development tasks and other technical work.

img

LICENSE

Note the license points back to SMAUG base license as it is a fine tune of their model only. Respect and abide by their conditions. Again, many thanks to Abacus for making their work open and use that as inspiration to keep your work open and respect their license agreements. License Link

How to Get Started with the Model

Use the code below to get started with the model.

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("ibivibiv/alpaca-dragon-72b-v1")
model = AutoModelForCausalLM.from_pretrained("ibivibiv/alpaca-dragon-72b-v1")

inputs = tokenizer("### Instruction: Create a plan for developing the game of snake in python using pygame.\n### Response:\n", return_tensors="pt", return_attention_mask=False)

outputs = model.generate(**inputs, max_length=200)
text = tokenizer.batch_decode(outputs)[0]
print(text)

Evaluation

Test NameAccuracy (%)
All77.31
arc:challenge70.82
hellaswag69.84
hendrycksTest-abstract_algebra42.00
hendrycksTest-anatomy71.85
hendrycksTest-astronomy86.84
hendrycksTest-business_ethics82.00
hendrycksTest-clinical_knowledge84.53
hendrycksTest-college_biology93.06
hendrycksTest-college_chemistry54.00
hendrycksTest-college_computer_science65.00
hendrycksTest-college_mathematics52.00
hendrycksTest-college_medicine75.14
hendrycksTest-college_physics55.88
hendrycksTest-computer_security82.00
hendrycksTest-conceptual_physics80.43
hendrycksTest-econometrics60.53
hendrycksTest-electrical_engineering79.31
hendrycksTest-elementary_mathematics70.37
hendrycksTest-formal_logic58.73
hendrycksTest-global_facts54.00
hendrycksTest-high_school_biology88.39
hendrycksTest-high_school_chemistry66.01
hendrycksTest-high_school_computer_science82.00
hendrycksTest-high_school_european_history84.24
hendrycksTest-high_school_geography94.44
hendrycksTest-high_school_government_and_politics98.96
hendrycksTest-high_school_macroeconomics82.05
hendrycksTest-high_school_mathematics45.93
hendrycksTest-high_school_microeconomics86.13
hendrycksTest-high_school_physics54.97
hendrycksTest-high_school_psychology92.84
hendrycksTest-high_school_statistics68.98
hendrycksTest-high_school_us_history91.67
hendrycksTest-high_school_world_history89.87
hendrycksTest-human_aging78.03
hendrycksTest-human_sexuality89.31
hendrycksTest-international_law90.91
hendrycksTest-jurisprudence87.96
hendrycksTest-logical_fallacies84.05
hendrycksTest-machine_learning58.93
hendrycksTest-management87.38
hendrycksTest-marketing95.30
hendrycksTest-medical_genetics86.00
hendrycksTest-miscellaneous92.21
hendrycksTest-moral_disputes83.53
hendrycksTest-moral_scenarios69.72
hendrycksTest-nutrition85.62
hendrycksTest-philosophy83.60
hendrycksTest-prehistory87.04
hendrycksTest-professional_accounting65.96
hendrycksTest-professional_law60.69
hendrycksTest-professional_medicine82.72
hendrycksTest-professional_psychology81.86
hendrycksTest-public_relations75.45
hendrycksTest-security_studies82.04
hendrycksTest-sociology88.56
hendrycksTest-us_foreign_policy94.00
hendrycksTest-virology57.23
hendrycksTest-world_religions89.47
truthfulqa:mc72.6
winogrande86.03
gsm8k77.63

Environmental Impact

  • Hardware Type: [A100's..... more than I wanted to use since its all on my $$$]
  • Hours used: [8]
  • Cloud Provider: [runpod.io]
  • Compute Region: [US]
  • Carbon Emitted: [?]

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.79.30
AI2 Reasoning Challenge (25-Shot)73.89
HellaSwag (10-Shot)88.16
MMLU (5-Shot)77.40
TruthfulQA (0-shot)72.69
Winogrande (5-shot)86.03
GSM8k (5-shot)77.63

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
4266334

0 моделей