/ 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
25 дек 2023

Sakura-SOLRCA-Math-Instruct-DPO-v1

Генерация текстаТекст → текст3 профессии

Диалоговая Llama-модель на 10,6 млрд параметров, дообученная методом DPO для генерации ответов и решения математических задач.

88скачиваний 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-Math-Instruct-DPO-v1 — разговорная языковая модель Kyujin Han (kyujinpy), основанная на архитектуре Llama с плотной авторегрессионной моделью объёмом 10,6 млрд параметров. Она дообучена методом DPO на наборах Intel/orca_dpo_pairs и argilla/distilabel-math-preference-dpo; карточка также упоминает объединённую версию kyujinpy/orca_math_dpo.

Модель предназначена для генерации ответов в диалоге, в том числе на математические вопросы и задачи на рассуждение. В README приведены результаты тестов, включая GSM8K, ARC и MMLU. Модель принимает текст и генерирует текст; заявленная длина контекста — 4096 токенов, основной язык карточки — английский.

Модель распространяется в формате safetensors по лицензии CC BY-NC-SA 4.0, которая требует указания авторства и ограничивает коммерческое использование. Результаты бенчмарков не гарантируют точности ответов в реальных задачах; README не описывает специальные меры для проверки математических ответов.

Сценарии применения

  • решение математических задач в диалоге
  • ответы на вопросы с пошаговыми рассуждениями
  • генерация ответов на английском языке
  • эксперименты с DPO и оценка языковых моделей

Ограничения

Контекст ограничен 4096 токенами. Лицензия CC BY-NC-SA 4.0 запрещает коммерческое использование; результаты бенчмарков не гарантируют точности ответов.

Для каких профессий подходит3

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

Sakura-SOLRCA-Math-Instruct-DPO-v1

Model Details

Model Developers Kyujin Han (kyujinpy)

Method
Using DPO method.
With Intel/orca_dpo_pairs and argilla/distilabel-math-preference-dpo.

I shared the merge version kyujinpy/orca_math_dpo.

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

Model Benchmark

Open leaderboard

  • Follow up as link.
ModelAverageARCHellaSwagMMLUTruthfulQAWinograndeGSM8K
Sakura-SOLRCA-Math-Instruct-DPO-v274.1771.2588.5266.1372.1683.0363.91
Sakura-SOLRCA-Math-Instruct-DPO-v174.1371.2588.4866.2172.1282.8763.84
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-Math-Instruct-DPO-v1"
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.74.13
AI2 Reasoning Challenge (25-Shot)71.25
HellaSwag (10-Shot)88.48
MMLU (5-Shot)66.21
TruthfulQA (0-shot)72.12
Winogrande (5-shot)82.87
GSM8k (5-shot)63.84

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
80a6c23

0 моделей