/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
1 млрд
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
24 янв 2024

LlamaCorn-1.1B-Chat

Генерация текстаТекст → текст3 профессии

Компактная дообученная на диалогах модель TinyLlama для простых запросов и локального общения.

41скачиваний за 30 дней5лайковвеса обновлены12 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

LlamaCorn-1.1B-Chat — диалоговая языковая модель, созданная Jan путём дообучения TinyLlama-1.1B. Она предназначена для простых задач и общения; модель использует архитектуру Llama с плотной трансформерной сетью и содержит около 1 млрд параметров. Контекст составляет 2048 токенов, вход и выход — текст. Для диалога используется шаблон ChatML.

Модель рассчитана на локальный запуск через Jan Desktop на macOS, Windows и Linux; в карточке также заявлена поддержка TensorRT-LLM и возможность работы на потребительских ноутбучных видеокартах с 6 ГБ видеопамяти. В качестве обучающих данных использованы открытые наборы Bagel, Dolphin и OpenHermes для SFT и DPO. Лицензия — Apache-2.0.

Модель компактна и ориентирована на простые запросы и разговорные сценарии. Её небольшой размер и ограниченный контекст сужают возможности при сложных задачах и работе с длинными документами; заявленное приемлемое качество диалога не означает, что она подходит для задач, требующих высокой точности.

Сценарии применения

  • ответы на простые вопросы в чате
  • локальный диалоговый помощник на ноутбуке
  • выполнение простых инструкций на естественном языке
  • прототипирование чат-бота с шаблоном ChatML

Ограничения

Модель описана как предназначенная для простых задач и имеющая приемлемое, но не гарантированно высокое качество диалога. Контекст ограничен 2048 токенами.

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

Model description

  • Finetuned TinyLlama-1.1B further for handling simple tasks and have acceptable conversational quality
  • Utilized high-quality opensource dataset
  • Can be run on TensorRT-LLM on consumer devices
  • Can fit into laptop dGPUs with as little as >=6gb of VRAM

Prompt template

ChatML

<|im_start|>system
{system_message}<|im_end|>
<|im_start|>user
{prompt}<|im_end|>
<|im_start|>assistant

Run this model

You can run this model using Jan Desktop on Mac, Windows, or Linux.

Jan is an open source, ChatGPT alternative that is:

  • 💻 100% offline on your machine: Your conversations remain confidential, and visible only to you.

  • 🗂️ ** An Open File Format**: Conversations and model settings stay on your computer and can be exported or deleted at any time.

  • 🌐 OpenAI Compatible: Local server on port 1337 with OpenAI compatible endpoints

  • 🌍 Open Source & Free: We build in public; check out our Github

image/png

About Jan

Jan believes in the need for an open-source AI ecosystem and is building the infra and tooling to allow open-source AIs to compete on a level playing field with proprietary ones.

Jan's long-term vision is to build a cognitive framework for future robots, who are practical, useful assistants for humans and businesses in everyday life.

LlamaCorn-1.1B-Chat

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-07
  • train_batch_size: 2
  • eval_batch_size: 4
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 2
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 64
  • 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: 3

Training results

Training LossEpochStepValidation LossRewards/chosenRewards/rejectedRewards/accuraciesRewards/marginsLogps/rejectedLogps/chosenLogits/rejectedLogits/chosen
0.99580.031001.0003-0.0002-0.00020.4930-0.0001-180.9232-195.6078-2.6876-2.6924
0.92991.0235000.9439-0.1570-0.21950.57700.0625-183.1160-197.1755-2.6612-2.6663
0.93282.0169000.9313-0.2127-0.29240.58840.0798-183.8456-197.7321-2.6296-2.6352
0.93212.98102000.9305-0.2149-0.29550.58240.0805-183.8759-197.7545-2.6439-2.6493

Framework versions

  • Transformers 4.36.2
  • Pytorch 2.1.2+cu121
  • Datasets 2.14.6
  • Tokenizers 0.15.0

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.36.94
AI2 Reasoning Challenge (25-Shot)34.13
HellaSwag (10-Shot)59.33
MMLU (5-Shot)29.01
TruthfulQA (0-shot)36.78
Winogrande (5-shot)61.96
GSM8k (5-shot)0.45

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
f467886

0 моделей