Характеристики

Контекст: 4 096 токенов
Параметры: 10,6 млрд
Размер весов: 21,5 ГБ
Лицензия: CC BY-NC 4.0
Архитектура: llama · dense
Библиотека: transformers
Опубликована: 24 янв 2024

Ссылки

SOLAR-10.7b-Instruct-dpo

Генерация текстаТекст → текст15 профессий

Диалоговая модель семейства LLaMA, дообученная для генерации ответов и выполнения инструкций на основе SOLAR-10.7B-Instruct-v1.0.

77скачиваний за 30 дней1лайквеса 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

macadeliccc/SOLAR-10.7b-Instruct-dpo — диалоговая языковая модель, созданная дообучением upstage/SOLAR-10.7B-Instruct-v1.0 на наборе Intel/orca_dpo_pairs. Это плотная авторегрессионная модель семейства LLaMA с 10,6 млрд параметров, предназначенная для генерации ответов в формате чата. Она использует шаблон ChatML и рассчитана на контекст до 4096 токенов.

Модель подходит для диалоговых помощников, ответов на вопросы, следования инструкциям и задач рассуждения на естественном языке. В README приведены результаты нескольких бенчмарков и сравнение с базовой моделью, однако они не гарантируют качество на конкретных данных или сценариях. Доступна лицензия CC BY-NC 4.0, которая ограничивает коммерческое использование.

Сценарии применения

создание диалогового помощника
ответы на вопросы на естественном языке
выполнение текстовых инструкций
генерация пояснений и рассуждений
оценка и сравнение ответов на тестовых заданиях

Ограничения

В README нет сведений о поддерживаемых естественных языках, а контекст ограничен 4096 токенами. Лицензия CC BY-NC 4.0 не разрешает коммерческое использование.

Для каких профессий подходит15

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SOLAR-10.7b-Instruct-dpo

orca-header

This model is a finetune of upstage/SOLAR-10.7B-Instruct-v1.0 using Intel/orca_dpo_pairs

Chat Template

This model follows the chatML chat template.

Evaluations

EQ Bench comparison with base model

These scores are the average of 3 iterations.

----Benchmark Complete----

2024-01-25 04:41:01
Time taken: 236.1 mins
Prompt Format: ChatML
Model: macadeliccc/SOLAR-10.7b-Instruct-dpo
Score (v2): 72.79
Parseable: 165.67

Batch completed Time taken: 236.1 mins

as compared to the original model:

----Benchmark Complete----

2024-01-25 08:45:02
Time taken: 244.0 mins
Prompt Format: ChatML
Model: upstage/SOLAR-10.7B-Instruct-v1.0
Score (v2): 71.03
Parseable: 165.67

Batch completed Time taken: 480.1 mins

Model	AGIEval	GPT4All	TruthfulQA	Bigbench	Average
SOLAR-10.7b-Instruct-dpo	47.57	74.3	72.73	45.76	60.09

AGIEval

Task	Version	Metric	Value		Stderr
agieval_aqua_rat	0	acc	27.56	±	2.81
		acc_norm	26.77	±	2.78
agieval_logiqa_en	0	acc	41.63	±	1.93
		acc_norm	41.32	±	1.93
agieval_lsat_ar	0	acc	25.22	±	2.87
		acc_norm	24.35	±	2.84
agieval_lsat_lr	0	acc	54.12	±	2.21
		acc_norm	54.31	±	2.21
agieval_lsat_rc	0	acc	68.77	±	2.83
		acc_norm	69.14	±	2.82
agieval_sat_en	0	acc	79.13	±	2.84
		acc_norm	79.13	±	2.84
agieval_sat_en_without_passage	0	acc	44.66	±	3.47
		acc_norm	44.66	±	3.47
agieval_sat_math	0	acc	40.45	±	3.32
		acc_norm	40.91	±	3.32

Average: 47.57%

GPT4All

Task	Version	Metric	Value		Stderr
arc_challenge	0	acc	60.49	±	1.43
		acc_norm	63.74	±	1.40
arc_easy	0	acc	82.07	±	0.79
		acc_norm	79.92	±	0.82
boolq	1	acc	88.56	±	0.56
hellaswag	0	acc	68.47	±	0.46
		acc_norm	86.06	±	0.35
openbookqa	0	acc	36.20	±	2.15
		acc_norm	46.60	±	2.23
piqa	0	acc	79.38	±	0.94
		acc_norm	79.71	±	0.94
winogrande	0	acc	75.53	±	1.21

Average: 74.3%

TruthfulQA

Task	Version	Metric	Value		Stderr
truthfulqa_mc	1	mc1	57.77	±	1.73
		mc2	72.73	±	1.49

Average: 72.73%

Bigbench

Task	Version	Metric	Value		Stderr
bigbench_causal_judgement	0	multiple_choice_grade	55.26	±	3.62
bigbench_date_understanding	0	multiple_choice_grade	62.87	±	2.52
bigbench_disambiguation_qa	0	multiple_choice_grade	46.51	±	3.11
bigbench_geometric_shapes	0	multiple_choice_grade	25.63	±	2.31
		exact_str_match	0.00	±	0.00
bigbench_logical_deduction_five_objects	0	multiple_choice_grade	28.00	±	2.01
bigbench_logical_deduction_seven_objects	0	multiple_choice_grade	20.57	±	1.53
bigbench_logical_deduction_three_objects	0	multiple_choice_grade	46.67	±	2.89
bigbench_movie_recommendation	0	multiple_choice_grade	41.80	±	2.21
bigbench_navigate	0	multiple_choice_grade	64.00	±	1.52
bigbench_reasoning_about_colored_objects	0	multiple_choice_grade	60.00	±	1.10
bigbench_ruin_names	0	multiple_choice_grade	39.96	±	2.32
bigbench_salient_translation_error_detection	0	multiple_choice_grade	47.90	±	1.58
bigbench_snarks	0	multiple_choice_grade	64.09	±	3.58
bigbench_sports_understanding	0	multiple_choice_grade	71.10	±	1.44
bigbench_temporal_sequences	0	multiple_choice_grade	59.90	±	1.55
bigbench_tracking_shuffled_objects_five_objects	0	multiple_choice_grade	24.96	±	1.22
bigbench_tracking_shuffled_objects_seven_objects	0	multiple_choice_grade	17.89	±	0.92
bigbench_tracking_shuffled_objects_three_objects	0	multiple_choice_grade	46.67	±	2.89

Average: 45.76%

Average score: 60.09%

Elapsed time: 02:10:16

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

Metric	Value
Avg.	73.54
AI2 Reasoning Challenge (25-Shot)	71.76
HellaSwag (10-Shot)	88.08
MMLU (5-Shot)	66.06
TruthfulQA (0-shot)	71.98
Winogrande (5-shot)	82.32
GSM8k (5-shot)	61.03

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: LlamaForCausalLM
Ревизия весов: 16fcafb

Характеристики

Ссылки

SOLAR-10.7b-Instruct-dpo

Бенчмарки

Тесты пользователейпока нет

Добавьте модель в бенчмарк

Опишите свои задачи

Запустите и опубликуйте

Публичные оценки

Что умеет модель

Сценарии применения

Ограничения

Для каких профессий подходит15

Также подходит для

Карточка модели

SOLAR-10.7b-Instruct-dpo

Chat Template

Evaluations

EQ Bench comparison with base model

Batch completed Time taken: 236.1 mins

Batch completed Time taken: 480.1 mins

AGIEval

GPT4All

TruthfulQA

Bigbench

Open LLM Leaderboard Evaluation Results

Как запустить