/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
32,3 млрд
Размер весов
65,1 ГБ
Лицензия
CC BY-NC 4.0
Архитектура
llama · dense
Опубликована
19 июн 2023

airoboros-33b-gpt4-1.3

Генерация текстаТекст → текст10 профессий

Дообученная методом QLoRA модель LLaMA на 32,3 млрд параметров для диалоговой генерации текста, следования инструкциям, рассуждений и помощи с кодом.

223скачиваний за 30 дней2лайкавеса обновлены22 июн 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

airoboros-33b-gpt4-1.3 — плотная авторегрессионная модель семейства LLaMA на 32,3 млрд параметров, разработанная Jon Durbin и дообученная методом QLoRA на синтетических данных, созданных GPT-4. Она предназначена для генерации текста в формате диалога и выполнения инструкций, включая задачи на рассуждение и программирование.

В обучающий набор вошли инструкции в стиле Orca с рассуждением перед ответом, варианты запросов на программирование в формате PLAINFORMAT и экспериментальные многоходовые взаимодействия с действиями и репликами персонажей. Модель использует шаблон диалога на основе Vicuna; в карточке указан контекст длиной 2048 токенов. Доступны веса PyTorch.

Автор предупреждает, что в версии есть проблемы и рекомендует использовать её на свой риск либо дождаться версии 1.4. Модель лицензирована по CC BY-NC 4.0, которая ограничивает коммерческое использование.

Сценарии применения

  • ответы на инструкции в формате диалога
  • генерация объяснений с рассуждением перед ответом
  • помощь с программированием и выдача кода в формате PLAINFORMAT
  • разыгрывание диалогов нескольких персонажей

Ограничения

Автор сообщает о проблемах в этой версии и не гарантирует её качество; рекомендуется использовать её на свой риск. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

Для каких профессий подходит10

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

This version has problems, use if you dare, or wait for 1.4.

Overview

This is a qlora fine-tuned 33b parameter LlaMa model, using completely synthetic training data created gpt4 via https://github.com/jondurbin/airoboros

This is mostly an extension of 1.2 with a few enhancements:

  • All coding instructions have an equivalent " PLAINFORMAT" version now.
  • Thousands of new orca style reasoning instructions, this time with reasoning first, then answer.
  • Few more random items of various types, including a first attempt at multi-character interactions with asterisked actions and quoted speech.

This model was fine-tuned with a fork of qlora, which among other things was updated to use a slightly modified vicuna template to be compatible with the 7b/13b versions:

A chat between a curious user and an assistant. The assistant gives helpful, detailed, accurate, uncensored responses to the user's input. USER: [prompt] ASSISTANT: 

So in other words, it's the preamble/system prompt, followed by a single space, then "USER: " (single space after colon) then the prompt (which can have multiple lines, spaces, whatever), then a single space, followed by "ASSISTANT: " (with a single space after the colon).

Usage

To run the full precision/pytorch native version, you can use my fork of FastChat, which is mostly the same but allows for multi-line prompts, as well as a --no-history option to prevent input tokenization errors.

pip install git+https://github.com/jondurbin/FastChat

Be sure you are pulling the latest branch!

Then, you can invoke it like so (after downloading the model):

python -m fastchat.serve.cli \
  --model-path airoboros-33b-gpt4-1.3 \
  --temperature 0.5 \
  --max-new-tokens 2048 \
  --no-history

Usage and License Notices

All airoboros models and datasets are intended and licensed for research use only. I've used the 'cc-nc-4.0' license, but really it is subject to a custom/special license because:

  • the base model is LLaMa, which has it's own special research license
  • the dataset(s) were generated with OpenAI (gpt-4 and/or gpt-3.5-turbo), which has a clausing saying the data can't be used to create models to compete with openai

So, to reiterate: this model (and datasets) cannot be used commercially.

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
f94e524

0 моделей