/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
10,6 млрд
Лицензия
Apache 2.0
Архитектура
mixtral · MoE
Библиотека
transformers
Опубликована
13 янв 2024

SOLAR-math-2x10.7b

Генерация текстаТекст → текст3 профессии

Экспериментальная англоязычная модель MoE на 10,6 млрд параметров для генерации текста, диалогов и решения математических и логических задач.

80скачиваний 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

SOLAR-math-2x10.7b — экспериментальная языковая модель для генерации текста и диалогов, разработанная macadeliccc как часть экспериментов с архитектурой Mixture of Experts (MoE). Модель содержит 10,6 млрд параметров и использует архитектуру MixtralForCausalLM; для запуска указана библиотека Transformers. Контекстное окно составляет 4096 токенов.

Модель ориентирована на математические и логические задачи, ответы на вопросы и другие сценарии рассуждения на английском языке. В карточке приведены результаты оценок на AGIEval, GPT4All, TruthfulQA, Bigbench и Open LLM Leaderboard; это опубликованные оценки, а не гарантия качества на пользовательских задачах. Модель принимает текст и генерирует текст.

Модель распространяется по лицензии Apache-2.0. README относит её к экспериментам с MoE и заявляет, что версия 2 лучше этой версии; результаты и сравнительные заявления следует оценивать с учётом конкретных тестов и условий их проведения.

Сценарии применения

  • решение математических задач на английском языке
  • ответы на вопросы с логическими рассуждениями
  • диалоговое взаимодействие с англоязычным ассистентом
  • генерация текста и ответов на общие вопросы

Ограничения

Контекст ограничен 4096 токенами. README указывает, что более поздняя версия модели лучше; приведённые оценки не гарантируют качество на прикладных задачах.

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

🌞🚀 SOLAR-math-2x10.7_19B

  • This model is part of MoE experimentation. The other solar models in the collection are available here

  • If you like this model, version 2 is even better! It is competitve with GPT-3.5 Turbo and Gemini Pro. It exceeds the scores of Mixtral8x7b macadeliccc/SOLAR-math-2x10.7b-v0.2

solar

🌅 Code Example

Example also available in colab

from transformers import AutoModelForCausalLM, AutoTokenizer

def generate_response(prompt):
    """
    Generate a response from the model based on the input prompt.

    Args:
    prompt (str): Prompt for the model.

    Returns:
    str: The generated response from the model.
    """
    # Tokenize the input prompt
    inputs = tokenizer(prompt, return_tensors="pt")
    
    # Generate output tokens
    outputs = model.generate(**inputs, max_new_tokens=512, eos_token_id=tokenizer.eos_token_id, pad_token_id=tokenizer.pad_token_id)

    # Decode the generated tokens to a string
    response = tokenizer.decode(outputs[0], skip_special_tokens=True)

    return response


# Load the model and tokenizer
model_id = "macadeliccc/SOLAR-math-2x10.7b"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, load_in_4bit=True)

prompt = "Explain the proof of Fermat's Last Theorem and its implications in number theory."


print("Response:")
print(generate_response(prompt), "\n")

Evaluations

ModelAGIEvalGPT4AllTruthfulQABigbenchAverage
SOLAR-math-2x10.7b47.275.1864.7345.1558.07

AGIEval

TaskVersionMetricValueStderr
agieval_aqua_rat0acc30.31±2.89
acc_norm30.31±2.89
agieval_logiqa_en0acc43.78±1.95
acc_norm43.93±1.95
agieval_lsat_ar0acc21.74±2.73
acc_norm19.13±2.60
agieval_lsat_lr0acc57.25±2.19
acc_norm56.47±2.20
agieval_lsat_rc0acc68.77±2.83
acc_norm68.03±2.85
agieval_sat_en0acc78.16±2.89
acc_norm79.13±2.84
agieval_sat_en_without_passage0acc47.57±3.49
acc_norm44.66±3.47
agieval_sat_math0acc41.36±3.33
acc_norm35.91±3.24

Average: 47.2%

GPT4All

TaskVersionMetricValueStderr
arc_challenge0acc59.22±1.44
acc_norm61.43±1.42
arc_easy0acc84.26±0.75
acc_norm83.63±0.76
boolq1acc88.69±0.55
hellaswag0acc65.98±0.47
acc_norm84.29±0.36
openbookqa0acc34.20±2.12
acc_norm47.20±2.23
piqa0acc81.83±0.90
acc_norm82.59±0.88
winogrande0acc78.45±1.16

Average: 75.18%

TruthfulQA

TaskVersionMetricValueStderr
truthfulqa_mc1mc148.47±1.75
mc264.73±1.53

Average: 64.73%

Bigbench

TaskVersionMetricValueStderr
bigbench_causal_judgement0multiple_choice_grade61.05±3.55
bigbench_date_understanding0multiple_choice_grade68.56±2.42
bigbench_disambiguation_qa0multiple_choice_grade35.27±2.98
bigbench_geometric_shapes0multiple_choice_grade31.20±2.45
exact_str_match0.00±0.00
bigbench_logical_deduction_five_objects0multiple_choice_grade30.00±2.05
bigbench_logical_deduction_seven_objects0multiple_choice_grade23.43±1.60
bigbench_logical_deduction_three_objects0multiple_choice_grade46.00±2.88
bigbench_movie_recommendation0multiple_choice_grade35.60±2.14
bigbench_navigate0multiple_choice_grade57.50±1.56
bigbench_reasoning_about_colored_objects0multiple_choice_grade55.80±1.11
bigbench_ruin_names0multiple_choice_grade45.98±2.36
bigbench_salient_translation_error_detection0multiple_choice_grade40.58±1.56
bigbench_snarks0multiple_choice_grade66.85±3.51
bigbench_sports_understanding0multiple_choice_grade71.40±1.44
bigbench_temporal_sequences0multiple_choice_grade56.40±1.57
bigbench_tracking_shuffled_objects_five_objects0multiple_choice_grade24.00±1.21
bigbench_tracking_shuffled_objects_seven_objects0multiple_choice_grade17.09±0.90
bigbench_tracking_shuffled_objects_three_objects0multiple_choice_grade46.00±2.88

Average: 45.15%

Average score: 58.07%

Elapsed time: 04:05:27

📚 Citations

@misc{kim2023solar,
      title={SOLAR 10.7B: Scaling Large Language Models with Simple yet Effective Depth Up-Scaling}, 
      author={Dahyun Kim and Chanjun Park and Sanghoon Kim and Wonsung Lee and Wonho Song and Yunsu Kim and Hyeonwoo Kim and Yungi Kim and Hyeonju Lee and Jihoo Kim and Changbae Ahn and Seonghoon Yang and Sukyung Lee and Hyunbyung Park and Gyoungjin Gim and Mikyoung Cha and Hwalsuk Lee and Sunghun Kim},
      year={2023},
      eprint={2312.15166},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.73.37
AI2 Reasoning Challenge (25-Shot)68.43
HellaSwag (10-Shot)86.31
MMLU (5-Shot)66.90
TruthfulQA (0-shot)64.21
Winogrande (5-shot)83.35
GSM8k (5-shot)71.04

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
999713a

0 моделей