/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
8,6 млрд
Размер весов
17,7 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
6 июл 2024

Hermes-2.5-Yi-1.5-9B-Chat

Генерация текстаТекст → текст9 профессий

Дообученная на OpenHermes-2.5 версия Yi-1.5-9B-Chat для диалоговой генерации текста и ответов на вопросы.

24скачиваний за 30 дней0лайковвеса обновлены7 июл 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

Hermes-2.5-Yi-1.5-9B-Chat — разговорная языковая модель, созданная автором juvi21 путём дообучения 01-ai/Yi-1.5-9B-Chat на наборе данных teknium/OpenHermes-2.5. Это плотная причинная модель семейства Llama с 8,6 млрд параметров, предназначенная для генерации текста в диалоге. Для общения используется шаблон ChatML.

Модель подходит для диалоговых помощников, ответов на вопросы и других задач генерации текста. В README приведены результаты тестов AGIEval, ARC и BoolQ, однако автор отмечает, что оценка качества основана на первых впечатлениях и может измениться при более длительном использовании. README сообщает о длине последовательности обучения 8192 токена; метаданные указывают нативный контекст 4096 токенов, поэтому не следует считать поддержку более длинного контекста подтверждённой.

Модель принимает текст и выдаёт текст. Репозиторий содержит веса в формате safetensors; в README также упоминаются отдельные GGUF-квантизации. Лицензия — Apache-2.0.

Сценарии применения

  • создание диалогового помощника
  • ответы на вопросы в чате
  • генерация текста по запросу
  • проверка базовых знаний и рассуждений на тестовых заданиях

Ограничения

README приводит бенчмарки, но автор характеризует оценку качества как предварительную. Для длины контекста есть расхождение: метаданные указывают 4096 токенов, а README сообщает длину последовательности обучения 8192 токена; поддержку контекста длиннее 4096 токенов из этих сведений подтвердить нельзя.

Для каких профессий подходит9

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

Hermes-2.5-Yi-1.5-9B-Chat

This model is a fine-tuned version of 01-ai/Yi-1.5-9B-Chat on the teknium/OpenHermes-2.5 dataset. I'm very happy with the results. The model now seems a lot smarter and "aware" in certain situations (first look, so I might change my opinion with more usage). It got quite an big edge on the AGIEval Benchmark for models in it's class. I plan to extend its context length to 32k with POSE.

Model Details

  • Base Model: 01-ai/Yi-1.5-9B-Chat
  • chat-template: chatml
  • Dataset: teknium/OpenHermes-2.5
  • Sequence Length: 8192 tokens
  • Training:
  • Epochs: 1
  • Hardware: 4 Nodes x 4 NVIDIA A100 40GB GPUs
  • Duration: 48:32:13
  • Cluster: KIT SCC Cluster

Benchmark n_shots=0

image/png

BenchmarkScore
ARC (Challenge)52.47%
ARC (Easy)81.65%
BoolQ87.22%
HellaSwag60.52%
OpenBookQA33.60%
PIQA81.12%
Winogrande72.22%
AGIEval38.46%
TruthfulQA44.22%
MMLU59.72%
IFEval47.96%

For detailed benchmark results, including sub-categories and various metrics, please refer to the full benchmark table at the end of this README.

GGUF and Quantizations

Usage

To use this model, you can load it using the Hugging Face Transformers library:

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("juvi21/Hermes-2.5-Yi-1.5-9B-Chat")
tokenizer = AutoTokenizer.from_pretrained("juvi21/Hermes-2.5-Yi-1.5-9B-Chat")

# Generate text
input_text = "What is the question to 42?"
inputs = tokenizer(input_text, return_tensors="pt")
outputs = model.generate(**inputs)
generated_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(generated_text)

chatml

<|im_start|>system
{system_prompt}<|im_end|>
<|im_start|>user
Knock Knock, who is there?<|im_end|>
<|im_start|>assistant
Hi there! <|im_end|>

License

This model is released under the Apache 2.0 license.

Acknowledgements

Special thanks to:

  • Teknium for the great OpenHermes-2.5 dataset
  • 01-ai for their great model
  • KIT SCC for FLOPS

Citation

If you use this model in your research, consider citing. Although definetly cite NousResearch and 01-ai:

@misc{
  author = {juvi21},
  title = Hermes-2.5-Yi-1.5-9B-Chat},
  year = {2024},
}

full-benchmark-results

TasksVersionFiltern-shotMetricValueStderr
agievalN/Anone0acc↑0.5381±0.0049
none0acc_norm↑0.5715±0.0056
- agieval_aqua_rat1none0acc↑0.3858±0.0306
none0acc_norm↑0.3425±0.0298
- agieval_gaokao_biology1none0acc↑0.6048±0.0338
none0acc_norm↑0.6000±0.0339
- agieval_gaokao_chemistry1none0acc↑0.4879±0.0348
none0acc_norm↑0.4106±0.0343
- agieval_gaokao_chinese1none0acc↑0.5935±0.0314
none0acc_norm↑0.5813±0.0315
- agieval_gaokao_english1none0acc↑0.8235±0.0218
none0acc_norm↑0.8431±0.0208
- agieval_gaokao_geography1none0acc↑0.7085±0.0323
none0acc_norm↑0.6985±0.0326
- agieval_gaokao_history1none0acc↑0.7830±0.0269
none0acc_norm↑0.7660±0.0277
- agieval_gaokao_mathcloze1none0acc↑0.0508±0.0203
- agieval_gaokao_mathqa1none0acc↑0.3761±0.0259
none0acc_norm↑0.3590±0.0256
- agieval_gaokao_physics1none0acc↑0.4950±0.0354
none0acc_norm↑0.4700±0.0354
- agieval_jec_qa_ca1none0acc↑0.6557±0.0150
none0acc_norm↑0.5926±0.0156
- agieval_jec_qa_kd1none0acc↑0.7310±0.0140
none0acc_norm↑0.6610±0.0150
- agieval_logiqa_en1none0acc↑0.5177±0.0196
none0acc_norm↑0.4839±0.0196
- agieval_logiqa_zh1none0acc↑0.4854±0.0196
none0acc_norm↑0.4501±0.0195
- agieval_lsat_ar1none0acc↑0.2913±0.0300
none0acc_norm↑0.2696±0.0293
- agieval_lsat_lr1none0acc↑0.7196±0.0199
none0acc_norm↑0.6824±0.0206
- agieval_lsat_rc1none0acc↑0.7212±0.0274
none0acc_norm↑0.6989±0.0280
- agieval_math1none0acc↑0.0910±0.0091
- agieval_sat_en1none0acc↑0.8204±0.0268
none0acc_norm↑0.8301±0.0262
- agieval_sat_en_without_passage1none0acc↑0.5194±0.0349
none0acc_norm↑0.4806±0.0349
- agieval_sat_math1none0acc↑0.5864±0.0333
none0acc_norm↑0.5409±0.0337
arc_challenge1none0acc↑0.5648±0.0145
none0acc_norm↑0.5879±0.0144
arc_easy1none0acc↑0.8241±0.0078
none0acc_norm↑0.8165±0.0079
boolq2none0acc↑0.8624±0.0060
hellaswag1none0acc↑0.5901±0.0049
none0acc_norm↑0.7767±0.0042
ifeval2none0inst_level_loose_acc↑0.5156±N/A
none0inst_level_strict_acc↑0.4748±N/A
none0prompt_level_loose_acc↑0.3863±0.0210
none0prompt_level_strict_acc↑0.3309±0.0202
mmluN/Anone0acc↑0.6942±0.0037
- abstract_algebra0none0acc↑0.4900±0.0502
- anatomy0none0acc↑0.6815±0.0402
- astronomy0none0acc↑0.7895±0.0332
- business_ethics0none0acc↑0.7600±0.0429
- clinical_knowledge0none0acc↑0.7132±0.0278
- college_biology0none0acc↑0.8056±0.0331
- college_chemistry0none0acc↑0.5300±0.0502
- college_computer_science0none0acc↑0.6500±0.0479
- college_mathematics0none0acc↑0.4100±0.0494
- college_medicine0none0acc↑0.6763±0.0357
- college_physics0none0acc↑0.5000±0.0498
- computer_security0none0acc↑0.8200±0.0386
- conceptual_physics0none0acc↑0.7489±0.0283
- econometrics0none0acc↑0.5877±0.0463
- electrical_engineering0none0acc↑0.6759±0.0390
- elementary_mathematics0none0acc↑0.6481±0.0246
- formal_logic0none0acc↑0.5873±0.0440
- global_facts0none0acc↑0.3900±0.0490
- high_school_biology0none0acc↑0.8613±0.0197
- high_school_chemistry0none0acc↑0.6453±0.0337
- high_school_computer_science0none0acc↑0.8300±0.0378
- high_school_european_history0none0acc↑0.8182±0.0301
- high_school_geography0none0acc↑0.8485±0.0255
- high_school_government_and_politics0none0acc↑0.8964±0.0220
- high_school_macroeconomics0none0acc↑0.7923±0.0206
- high_school_mathematics0none0acc↑0.4407±0.0303
- high_school_microeconomics0none0acc↑0.8655±0.0222
- high_school_physics0none0acc↑0.5298±0.0408
- high_school_psychology0none0acc↑0.8679±0.0145
- high_school_statistics0none0acc↑0.6898±0.0315
- high_school_us_history0none0acc↑0.8873±0.0222
- high_school_world_history0none0acc↑0.8312±0.0244
- human_aging0none0acc↑0.7085±0.0305
- human_sexuality0none0acc↑0.7557±0.0377
- humanitiesN/Anone0acc↑0.6323±0.0067
- international_law0none0acc↑0.8099±0.0358
- jurisprudence0none0acc↑0.7685±0.0408
- logical_fallacies0none0acc↑0.7975±0.0316
- machine_learning0none0acc↑0.5179±0.0474
- management0none0acc↑0.8835±0.0318
- marketing0none0acc↑0.9017±0.0195
- medical_genetics0none0acc↑0.8000±0.0402
- miscellaneous0none0acc↑0.8225±0.0137
- moral_disputes0none0acc↑0.7283±0.0239
- moral_scenarios0none0acc↑0.4860±0.0167
- nutrition0none0acc↑0.7353±0.0253
- otherN/Anone0acc↑0.7287±0.0077
- philosophy0none0acc↑0.7170±0.0256
- prehistory0none0acc↑0.7346±0.0246
- professional_accounting0none0acc↑0.5638±0.0296
- professional_law0none0acc↑0.5163±0.0128
- professional_medicine0none0acc↑0.6875±0.0282
- professional_psychology0none0acc↑0.7092±0.0184
- public_relations0none0acc↑0.6727±0.0449
- security_studies0none0acc↑0.7347±0.0283
- social_sciencesN/Anone0acc↑0.7910±0.0072
- sociology0none0acc↑0.8060±0.0280
- stemN/Anone0acc↑0.6581±0.0081
- us_foreign_policy0none0acc↑0.8900±0.0314
- virology0none0acc↑0.5301±0.0389
- world_religions0none0acc↑0.8012±0.0306
openbookqa1none0acc↑0.3280±0.0210
none0acc_norm↑0.4360±0.0222
piqa1none0acc↑0.7982±0.0094
none0acc_norm↑0.8074±0.0092
truthfulqaN/Anone0acc↑0.4746±0.0116
none0bleu_acc↑0.4700±0.0175
none0bleu_diff↑0.3214±0.6045
none0bleu_max↑22.5895±0.7122
none0rouge1_acc↑0.4798±0.0175
none0rouge1_diff↑0.0846±0.7161
none0rouge1_max↑48.7180±0.7833
none0rouge2_acc↑0.4149±0.0172
none0rouge2_diff↑-0.4656±0.8375
none0rouge2_max↑34.0585±0.8974
none0rougeL_acc↑0.4651±0.0175
none0rougeL_diff↑-0.2804±0.7217
none0rougeL_max↑45.2232±0.7971
- truthfulqa_gen3none0bleu_acc↑0.4700±0.0175
none0bleu_diff↑0.3214±0.6045
none0bleu_max↑22.5895±0.7122
none0rouge1_acc↑0.4798±0.0175
none0rouge1_diff↑0.0846±0.7161
none0rouge1_max↑48.7180±0.7833
none0rouge2_acc↑0.4149±0.0172
none0rouge2_diff↑-0.4656±0.8375
none0rouge2_max↑34.0585±0.8974
none0rougeL_acc↑0.4651±0.0175
none0rougeL_diff↑-0.2804±0.7217
none0rougeL_max↑45.2232±0.7971
- truthfulqa_mc12none0acc↑0.3905±0.0171
- truthfulqa_mc22none0acc↑0.5587±0.0156
winogrande1none0acc↑0.7388±0.0123
GroupsVersionFiltern-shotMetricValueStderr
agievalN/Anone0acc↑0.5381±0.0049
none0acc_norm↑0.5715±0.0056
mmluN/Anone0acc↑0.6942±0.0037
- humanitiesN/Anone0acc↑0.6323±0.0067
- otherN/Anone0acc↑0.7287±0.0077
- social_sciencesN/Anone0acc↑0.7910±0.0072
- stemN/Anone0acc↑0.6581±0.0081
truthfulqaN/Anone0acc↑0.4746±0.0116
none0bleu_acc↑0.4700±0.0175
none0bleu_diff↑0.3214±0.6045
none0bleu_max↑22.5895±0.7122
none0rouge1_acc↑0.4798±0.0175
none0rouge1_diff↑0.0846±0.7161
none0rouge1_max↑48.7180±0.7833
none0rouge2_acc↑0.4149±0.0172
none0rouge2_diff↑-0.4656±0.8375
none0rouge2_max↑34.0585±0.8974
none0rougeL_acc↑0.4651±0.0175
none0rougeL_diff↑-0.2804±0.7217
none0rougeL_max↑45.2232±0.7971

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
845d4c0

0 моделей