/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
OpenHermes-2.5-Mistral-7B
Опубликована
14 дек 2023

ToxicHermes-2.5-Mistral-7B

Генерация текстаТекст → текст3 профессии

ToxicHermes — англоязычная модель генерации диалогового текста, дообученная на токсичных предпочтениях для исследования и создания токсичных ответов.

36скачиваний за 30 дней22лайкавеса обновлены16 дек 2023

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

ToxicHermes — дообученная методом Direct Preference Optimization (DPO) модель на базе teknium/OpenHermes-2.5-Mistral-7B, разработанная автором репозитория joey00072. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров для генерации текста и диалогов по инструкциям. Она обучена на наборе unalignment/toxic-dpo-v0.1, поэтому предназначена для изучения или генерации токсичных ответов и может выдавать оскорбительный контент.

Модель принимает текст и генерирует текст, поддерживает английский язык и контекст до 32 768 токенов. Весы доступны в формате safetensors; лицензия — Apache-2.0.

Сценарии применения

  • исследование токсичных ответов языковых моделей
  • генерация токсичных реплик для тестирования модерации
  • оценка устойчивости чат-ботов к токсичным запросам

Ограничения

Обучение на токсичных предпочтениях может приводить к оскорбительным и вредоносным ответам; модель не подходит для общения с конечными пользователями без специальных ограничений и модерации.

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

ToxicHermes

OpenHermes-2.5 model + toxic-dpo Dataset = ToxicHermes

fine-tuned with Direct Preference Optimization (DPO)

Usage

You can also run this model using the following code:

import transformers
from transformers import AutoTokenizer


model = "joey00072/ToxicHermes-2.5-Mistral-7B"
# Format prompt
message = [
    {"role": "system", "content": "You are a helpful assistant chatbot."},
    {"role": "user", "content": "What is a Large Language Model?"}
]
tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(message, add_generation_prompt=True, tokenize=False)

# Create pipeline
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    tokenizer=tokenizer
)

# Generate text
sequences = pipeline(
    prompt,
    do_sample=True,
    temperature=0.7,
    top_p=0.9,
    num_return_sequences=1,
    max_length=200,
)
print(sequences[0]['generated_text'])

Training hyperparameters

LoRA:

  • r=16
  • lora_alpha=16
  • lora_dropout=0.05
  • bias="none"
  • task_type="CAUSAL_LM"
  • target_modules=['k_proj', 'gate_proj', 'v_proj', 'up_proj', 'q_proj', 'o_proj', 'down_proj']

Training arguments:

  • per_device_train_batch_size=4
  • gradient_accumulation_steps=4
  • gradient_checkpointing=True
  • learning_rate=5e-5
  • lr_scheduler_type="cosine"
  • max_steps=200
  • optim="paged_adamw_32bit"
  • warmup_steps=100

DPOTrainer:

  • beta=0.1
  • max_prompt_length=1024
  • max_length=1536

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
b835588

0 моделей