/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Опубликована
30 мая 2024

WestOrcaMonarch-DPO-7B

Генерация текстаТекст → текст8 профессий

Дообученная методом DPO 7,1-миллиардная модель Mistral для генерации текста и диалоговых ответов.

23скачиваний за 30 дней0лайковвеса обновлены30 мая 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

WestOrcaMonarch-DPO-7B — языковая модель на архитектуре Mistral, дообученная jsfs11 методом DPO на наборе OpenHermes2.5-dpo-binarized-alpha. Она предназначена для генерации текста в диалоговом формате ChatML и может использоваться для создания ответов на запросы и ведения диалогов. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов.

Для обучения применялся QLoRA с рангом LoRA 32; в репозитории указаны веса в формате Safetensors. Модель распространяется по лицензии Apache-2.0. Карточка не приводит результатов оценивания качества или перечня языков, поэтому их нельзя уверенно конкретизировать.

Сценарии применения

  • генерация ответов в чат-боте
  • ведение диалога в формате ChatML
  • подготовка текстовых ответов на пользовательские запросы

Ограничения

В README не приведены результаты бенчмарков или оценка качества. Языковая поддержка модели не описана.

Для каких профессий подходит8

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 model is a fine-tuned version of jsfs11/WestOrcaNeuralMarco-DPO-v2-DARETIES-7B on the OpenHermes2.5-dpo-binarized-alpha dataset.

The following hyperparameters were used during training:

base_model: jsfs11/WestOrcaNeuralMarco-DPO-v2-DARETIES-7B model_type: MistralForCausalLM tokenizer_type: LlamaTokenizer is_mistral_derived_model: true

load_in_8bit: false load_in_4bit: true strict: false

rl: dpo chat_template: chatml datasets:

  • path: mlabonne/chatml-OpenHermes2.5-dpo-binarized-alpha split: train type: chatml.intel dataset_prepared_path: val_set_size: 0.01 output_dir: ./out

adapter: qlora lora_model_dir:

sequence_len: 1800 sample_packing: false pad_to_sequence_len: false

lora_r: 32 lora_alpha: 32 lora_dropout: 0.05 lora_target_linear: true lora_fan_in_fan_out: lora_target_modules:

wandb_project: axolotl wandb_entity: wandb_watch: wandb_name: wandb_log_model:

gradient_accumulation_steps: 8 micro_batch_size: 1 num_epochs: 1 optimizer: paged_adamw_32bit lr_scheduler: cosine learning_rate: 5e-7

train_on_inputs: false group_by_length: false bf16: true fp16: false tf32: true

gradient_checkpointing: true early_stopping_patience: resume_from_checkpoint: local_rank: logging_steps: 1 xformers_attention: flash_attention: true

warmup_steps: 100 evals_per_epoch: 1 eval_table_size: eval_table_max_new_tokens: 128 save_steps: 1080 max_steps: 1080 debug: deepspeed: weight_decay: 0.0 fsdp: fsdp_config: special_tokens:

Training results

"train/loss": 0.4733, "train/grad_norm": 15.831088066101074, "train/learning_rate": 0, "train/rewards/chosen": -0.6122800707817078, "train/rewards/rejected": -1.650345802307129, "train/rewards/accuracies": 0.875, "train/rewards/margins": 1.0380656719207764, "train/logps/rejected": -379.778564453125, "train/logps/chosen": -250.2126007080078, "train/logits/rejected": -2.0232465267181396, "train/logits/chosen": -2.1629369258880615, "train/epoch": 2.08594881699662, "train/global_step": 1080, "_timestamp": 1717044966.608197, "_runtime": 12949.461512088776, "_step": 1080, "train_runtime": 12950.5619, "train_samples_per_second": 1.334, "train_steps_per_second": 0.083, "total_flos": 0, "train_loss": 0.560937881635295,

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
6a7331d

0 моделей