/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
71 млрд
Лицензия
MIT
Архитектура
llama · dense
Базовая модель
MoMo-70B-lora-1.8.6-DPO
Опубликована
17 янв 2024

Momo-70b-DPO-mixed

Генерация текстаТекст → текст5 профессий

Смешанная англоязычная модель Llama на 71 млрд параметров для генерации текста с контекстом до 32 768 токенов.

58скачиваний за 30 дней0лайковвеса обновлены24 янв 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

kodonho/Momo-70b-DPO-mixed — англоязычная смешанная языковая модель, созданная на основе moreh/MoMo-70B-lora-1.8.6-DPO с использованием gradient slerp. Это плотная авторегрессионная модель семейства Llama с 71 млрд параметров, предназначенная для генерации текста; контекстное окно составляет 32 768 токенов. В метаданных также указана связь с moreh/MoMo-70B-lora-1.8.4-DPO, а файлы представлены в формате safetensors.

Модель подходит для генерации англоязычных ответов и продолжения текста. Репозиторий распространяется по лицензии MIT. Доступные сведения не описывают отдельные специализированные области или дополнительные возможности модели.

Сценарии применения

  • генерация текста на английском языке
  • продолжение англоязычных текстов
  • создание ответов на текстовые запросы

Ограничения

README не приводит сравнительных оценок качества или подробных рекомендаций по применению; заявленный фокус модели — английский язык.

Для каких профессий подходит5

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

MoMo-70B-lora-1.8.6-DPO based model with gradient slerp

This is an English mixed Model based on

  • [moreh/MoMo-70B-lora-1.8.6-DPO]

gpu code example

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
import math

## v2 models
model_path = "kodonho/kodonho/Momo-70b-DPO-mixed"

tokenizer = AutoTokenizer.from_pretrained(model_path, use_default_system_prompt=False)
model = AutoModelForCausalLM.from_pretrained(
    model_path, torch_dtype=torch.float32, device_map='auto',local_files_only=False, load_in_4bit=True
)
print(model)
prompt = input("please input prompt:")
while len(prompt) > 0:
  input_ids = tokenizer(prompt, return_tensors="pt").input_ids.to("cuda")

  generation_output = model.generate(
    input_ids=input_ids, max_new_tokens=500,repetition_penalty=1.2
  )
  print(tokenizer.decode(generation_output[0]))
  prompt = input("please input prompt:")

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
ce1616d

0 моделей