/ Модель

Характеристики

Контекст
8 192 токена
Размер весов
59,9 ГБ
Архитектура
mpt · dense
Опубликована
23 июн 2023

mpt-30b-qlora-compatible

Генерация текстаТекст → текст3 профессии

Модифицированная MPT-30B, подготовленная для дообучения с QLoRA.

104скачиваний за 30 дней11лайковвеса обновлены14 июл 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

Это слегка изменённая версия MPT-30B от автора jondurbin, подготовленная для совместимости с кодом обучения QLoRA. Изменения позволяют использовать gradient checkpointing и другие функции обучения; сама модель предназначена прежде всего для дообучения MPT-30B с помощью QLoRA, а не описывает отдельную пользовательскую специализацию.

Сценарии применения

  • дообучение MPT-30B методом QLoRA
  • подготовка модели MPT к обучению с gradient checkpointing
  • обучение на инструкциях и ответах в формате airoboros

Ограничения

В README предупреждается о возможной ошибке в gradient accumulation и рекомендуется установить число шагов накопления равным 1. Результаты обучения зависят от настроек и числа эпох.

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

Slightly modified mpt-30b, which has some updates to allow gradient checkpointing/etc., to be compatible with qlora training code.

Original model: https://huggingface.co/mosaicml/mpt-30b

My fork of qlora with mpt-30b support: https://github.com/jondurbin/qlora

Differences in the qlora scripts:

  • requires adding --mpt True for mpt-based models
  • uses --num_train_epochs instead of --max_steps
  • uses airoboros prompt format (mostly 1:1 with vicuna) rather than alpaca, and expects an input file in JSONL format with "instruction" and "response"

I think there's a bug in gradient accumulation, so if you try this, maybe set gradient accumulation steps to 1

my first attempts used batch size 6, with gradient accumulation steps 16, but results of three epochs with gradient accumulation vs without were quite a bit worse

5 epochs seemed to achieve the best results, but YMMV

Full example of tuning (used for airoboros-mpt-30b-gpt4-1.4):

source /workspace/venv/bin/activate
export PYTHONPATH=./mpt-30b
export WANDB_API_KEY=[redacted]
export WANDB_PROJECT=airoboros-mpt-30b-gpt4-1.4

python qlora.py \
    --model_name_or_path ./mpt-30b \
    --output_dir ./$WANDB_PROJECT-checkpoints \
    --num_train_epochs 5 \
    --logging_steps 1 \
    --save_strategy steps \
    --data_seed 11422 \
    --save_steps 100 \
    --save_total_limit 3 \
    --evaluation_strategy "no" \
    --eval_dataset_size 2 \
    --max_new_tokens 8192 \
    --dataloader_num_workers 3 \
    --logging_strategy steps \
    --remove_unused_columns False \
    --do_train \
    --lora_r 64 \
    --lora_alpha 16 \
    --lora_modules all \
    --double_quant \
    --quant_type nf4 \
    --bf16 \
    --bits 4 \
    --warmup_ratio 0.03 \
    --lr_scheduler_type constant \
    --dataset ./instructions.jsonl \
    --dataset_format airoboros \
    --model_max_len 8192 \
    --gradient_checkpointing \
    --per_device_train_batch_size 6 \
    --gradient_accumulation_steps 1 \
    --learning_rate 0.0001 \
    --adam_beta2 0.999 \
    --max_grad_norm 0.3 \
    --lora_dropout 0.05 \
    --weight_decay 0.0 \
    --seed 11422 \
    --trust_remote_code \
    --mpt True \
    --report_to wandb

Merged model

Run the merge_weights.py script in the qlora repo: https://github.com/jondurbin/qlora/blob/main/merge_weights.py

Then, copy all of the original python files from the mpt-30b repo into your output directory: https://huggingface.co/mosaicml/mpt-30b/tree/main

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MPTForCausalLM
Ревизия весов
7c798a5

0 моделей