/ Модель

Характеристики

Контекст
8 192 токена
Параметры
134 млн
Архитектура
llama · dense
Базовая модель
SmolLM2-135M
Библиотека
transformers
Опубликована
19 дек 2024

SmolLM2-FT-ORPO

Генерация текстаТекст → текст3 профессии

Компактная дообученная методом ORPO модель SmolLM2 для диалоговой генерации текста и ответов на вопросы.

19скачиваний за 30 дней0лайковвеса обновлены19 дек 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

mgat1/SmolLM2-FT-ORPO — компактная языковая модель для генерации текста, созданная дообучением HuggingFaceTB/SmolLM2-135M с помощью TRL и метода ORPO. Модель построена на плотной архитектуре семейства Llama, содержит 134,5 млн параметров и рассчитана на контекст до 8192 токенов.

Модель предназначена для диалоговой генерации и ответов на пользовательские вопросы. Её небольшой размер подходит для экспериментов и запуска в средах с ограниченными ресурсами; карточка демонстрирует использование через Transformers pipeline для text-generation. В метаданных указана лицензия не была, поэтому условия использования определить нельзя.

Сценарии применения

  • генерация ответов на вопросы в диалоге
  • создание коротких текстовых продолжений
  • эксперименты с методом ORPO на компактной языковой модели

Ограничения

Компактный размер модели ограничивает её возможности по сравнению с крупными языковыми моделями. В предоставленных данных не описаны результаты оценки качества или специальные меры безопасности.

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

Model Card for SmolLM2-FT-ORPO

This model is a fine-tuned version of HuggingFaceTB/SmolLM2-135M. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="mgat1/SmolLM2-FT-ORPO", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with ORPO, a method introduced in ORPO: Monolithic Preference Optimization without Reference Model.

Framework versions

  • TRL: 0.13.0
  • Transformers: 4.47.0
  • Pytorch: 2.5.1
  • Datasets: 3.2.0
  • Tokenizers: 0.21.0

Citations

Cite ORPO as:

@article{hong2024orpo,
    title        = {{ORPO: Monolithic Preference Optimization without Reference Model}},
    author       = {Jiwoo Hong and Noah Lee and James Thorne},
    year         = 2024,
    eprint       = {arXiv:2403.07691}
}

Cite TRL as:

@misc{vonwerra2022trl,
	title        = {{TRL: Transformer Reinforcement Learning}},
	author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul and Quentin Gallouédec},
	year         = 2020,
	journal      = {GitHub repository},
	publisher    = {GitHub},
	howpublished = {\url{https://github.com/huggingface/trl}}
}

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
5599a68

0 моделей