/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Размер весов
13,5 ГБ
Лицензия
BigScience OpenRAIL-M
Архитектура
llama · dense
Опубликована
4 авг 2023

stack-llama-2

Генерация текстаТекст → текст4 профессии

Дообученная методом DPO модель Llama 2 для развёрнутых ответов на вопросы в стиле Stack Exchange.

83скачиваний за 30 дней15лайковвеса обновлены8 авг 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

Stack-Llama-2 — языковая модель Kashif на архитектуре Llama 2, дообученная методом DPO на данных Stack Exchange. Модель с 6,6 млрд параметров и контекстом до 4096 токенов предназначена для развёрнутых ответов на вопросы по программированию, математике, физике и другим темам Stack Exchange; также подходит для демонстрации генерации ответов в стиле сообщества Stack Exchange. Поддерживает английский язык.

Модель может выдавать неверные или вводящие в заблуждение ответы, воспроизводить фрагменты обучающих данных и наследует смещения Llama и Stack Exchange. Ответы следует проверять по внешним источникам; модель не предназначена для замены экспертной оценки. Лицензия — bigscience-openrail-m.

Сценарии применения

  • развёрнутые ответы на вопросы по программированию
  • ответы на вопросы по математике и физике
  • генерация ответов в стиле Stack Exchange
  • демонстрация следования заданному стилю ответов

Ограничения

Ответы могут быть ошибочными или вводить в заблуждение, а также дословно воспроизводить обучающие данные; ответы следует проверять по внешним источникам. Модель наследует смещения Llama и данных Stack Exchange и не предназначена для замены экспертной оценки.

Для каких профессий подходит4

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

Stack-Llama-2

DPO fine-tuned Llama-2 7B model. The model is designed to generate human-like responses to questions in Stack Exchange domains of programming, mathematics, physics, and more. For more info check out the blog post and github example.

Uses

Direct Use

  • Long-form question-answering on topics of programming, mathematics, and physics
  • Demonstrating a Large Language Model's ability to follow target behavior of generating answers to a question that would be highly rated on Stack Exchange.

Out of Scope Use

  • Replacing human expertise

Bias, Risks, and Limitations

Recommendations

  • Answers should be validated through the use of external sources.
  • Disparities between the data contributors and the direct and indirect users of the technology should inform developers in assessing what constitutes an appropriate use case.
  • Further research is needed to attribute model generations to sources in the training data, especially in cases where the model copies answers from the training data.

Training Details

Training Data

Original datasets are described in the LLaMA Model Card. Fine-tuning datasets for this model are based on Stack Exchange Paired, which consists of questions and answers from various domains in Stack Exchange, such as programming, mathematics, physics, and more. Specifically:

Traditional Fine-tuning: https://huggingface.co/datasets/lvwerra/stack-exchange-paired/tree/main/data/finetune

DPO Training: https://huggingface.co/datasets/lvwerra/stack-exchange-paired/tree/main/data/rl

Training Procedure

The model was first fine-tuned on the Stack Exchange question and answer pairs and then fine-tuned via the DPO training procedure using the SFT model as the reference model. It is trained to respond to prompts with the following prompt template:

Question: <Query> 

Answer: <Response>

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
28a2066

0 моделей