/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
10,6 млрд
Размер весов
21,5 ГБ
Лицензия
CC BY-NC-SA 4.0
Архитектура
llama · dense
Опубликована
24 дек 2023

Sakura-SOLRCA-Instruct-DPO

Генерация текстаТекст → текст8 профессий

Англоязычная диалоговая Llama-модель на 10,6 млрд параметров, дообученная методом DPO для генерации текста и выполнения инструкций.

76скачиваний за 30 дней0лайковвеса обновлены4 мар 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

Sakura-SOLRCA-Instruct-DPO — плотная авторегрессионная языковая модель семейства Llama, разработанная Kyujin Han (kyujinpy) в рамках исследовательского консорциума компаний 미디어그룹사람과숲 и 마커. Модель дообучена методом DPO на наборе Intel/orca_dpo_pairs и предназначена для диалоговой генерации текста и следования инструкциям.

Модель содержит 10,6 млрд параметров, рассчитана на контекст до 4096 токенов и распространяется в формате safetensors для Transformers. Карточка приводит результаты на наборах ARC, HellaSwag, MMLU, TruthfulQA, Winogrande и GSM8K; основным языком в метаданных указан английский. Лицензия CC BY-NC-SA 4.0 требует указания авторства, ограничивает коммерческое использование и распространяет аналогичные условия на производные материалы.

Сценарии применения

  • ответы на вопросы на английском языке
  • диалоговый помощник общего назначения
  • генерация текста по инструкциям
  • решение задач на рассуждение и школьные знания
  • черновое решение математических задач

Ограничения

Контекст ограничен 4096 токенами. Лицензия запрещает коммерческое использование; опубликованные в карточке оценки не гарантируют качество на конкретных пользовательских задачах.

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

Sakura-SOLRCA-Instruct-DPO

(주)미디어그룹사람과숲과 (주)마커의 LLM 연구 컨소시엄에서 개발된 모델입니다

Model Details

Model Developers Kyujin Han (kyujinpy)

Method
Using DPO method.
With Intel/orca_dpo_pairs.

I shared the information about my model. (training and code)
Please see: ⭐Sakura-SOLAR.

Model Benchmark

Open leaderboard

  • Follow up as link.
ModelAverageARCHellaSwagMMLUTruthfulQAWinograndeGSM8K
Sakura-SOLRCA-Instruct-DPO74.0571.1688.4966.1772.1082.9563.46
Sakura-SOLAR-Instruct-DPO-v274.1470.9088.4166.4871.8683.4363.76
kyujinpy/Sakura-SOLAR-Instruct74.4070.9988.4266.3371.7983.6665.20

Implementation Code

### KO-Platypus
from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

repo = "kyujinpy/Sakura-SOLRCA-Instruct-DPO"
OpenOrca = AutoModelForCausalLM.from_pretrained(
        repo,
        return_dict=True,
        torch_dtype=torch.float16,
        device_map='auto'
)
OpenOrca_tokenizer = AutoTokenizer.from_pretrained(repo)

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.74.05
AI2 Reasoning Challenge (25-Shot)71.16
HellaSwag (10-Shot)88.49
MMLU (5-Shot)66.17
TruthfulQA (0-shot)72.10
Winogrande (5-shot)82.95
GSM8k (5-shot)63.46

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
beb2e08

0 моделей