/ Модель

Характеристики

Контекст
8 192 токена
Параметры
9 млрд
Размер весов
18,5 ГБ
Лицензия
Gemma
Архитектура
gemma2 · dense
Библиотека
transformers
Опубликована
10 сен 2024

gemma-2-Ifable-9B

Генерация текстаТекст → текст3 профессии

Девятимиллиардная языковая модель Gemma 2 для генерации текста и творческого письма.

59скачиваний за 30 дней67лайковвеса обновлены29 сен 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.

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,2984

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4053

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3414

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5866

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,4226

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,1397

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

ifable/gemma-2-Ifable-9B — языковая модель семейства Gemma 2, разработанная Ifable и предназначенная для генерации текста, особенно творческого письма. По данным карточки, 10 сентября 2024 года модель заняла первое место в Creative Writing Benchmark.

Модель имеет плотную архитектуру Gemma2ForCausalLM и содержит 9 млрд параметров. Она принимает текст и генерирует текст; максимальная длина контекста составляет 8192 токена. В обучении использовались данные Gutenberg и тщательно отобранный проприетарный датасет для творческого письма.

Лицензия — Gemma. Карточка не сообщает о поддерживаемых языках и подробно не описывает ограничения качества или применения.

Сценарии применения

  • написание художественных рассказов
  • создание творческих текстов по заданной теме
  • продолжение художественного текста
  • генерация диалоговых ответов

Ограничения

В карточке не приведены подробные результаты оценки, кроме первого места в Creative Writing Benchmark, и не указаны поддерживаемые языки. Проприетарный датасет творческого письма ограничивает прозрачность сведений об обучающих 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

ifable/gemma-2-Ifable-9B

This model ranked first on the Creative Writing Benchmark (https://eqbench.com/creative_writing.html) on September 10, 2024

Training and evaluation data

Training procedure

Training method: SimPO (GitHub - princeton-nlp/SimPO: SimPO: Simple Preference Optimization with a Reference-Free Reward)

It achieves the following results on the evaluation set:

  • Loss: 1.0163
  • Rewards/chosen: -21.6822
  • Rewards/rejected: -47.8754
  • Rewards/accuracies: 0.9167
  • Rewards/margins: 26.1931
  • Logps/rejected: -4.7875
  • Logps/chosen: -2.1682
  • Logits/rejected: -17.0475
  • Logits/chosen: -12.0041

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 8e-07
  • train_batch_size: 1
  • eval_batch_size: 1
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 128
  • total_eval_batch_size: 8
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 1.0

Training results

Training LossEpochStepValidation LossRewards/chosenRewards/rejectedRewards/accuraciesRewards/marginsLogps/rejectedLogps/chosenLogits/rejectedLogits/chosenSft Loss
1.44440.9807351.0163-21.6822-47.87540.916726.1931-4.7875-2.1682-17.0475-12.00410.0184

Framework versions

  • Transformers 4.43.4
  • Pytorch 2.3.0a0+ebedce2
  • Datasets 2.20.0
  • Tokenizers 0.19.1

We are looking for product manager and operations managers to build applications through our model, and also open for business cooperation, and also AI engineer to join us, contact with : contact@ifable.ai

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma2ForCausalLM
Ревизия весов
522c6d9

0 моделей