/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
OpenHermes-2.5-Mistral-7B
Опубликована
4 янв 2024

NeuralHermes-2.5-Mistral-7B-laser

Генерация текстаТекст → текст14 профессий

Экспериментальная 7,1-миллиардная Mistral-модель для диалогов, выполнения инструкций и генерации текста, дообученная с DPO и оптимизированная методом LASER.

48скачиваний за 30 дней16лайковвеса 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

NeuralHermes-2.5-Mistral-7B-laser — экспериментальная версия разговорной модели NeuralHermes от mlabonne, основанная на teknium/OpenHermes-2.5-Mistral-7B. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов; она дообучена на парах предпочтений ChatML методом Direct Preference Optimization (DPO), а затем оптимизирована методом LASER на основе выборочного снижения ранга слоёв и теории случайных матриц.

Модель предназначена для диалогов и выполнения инструкций, генерации текста, ответов на вопросы и помощи с кодом. В карточке приведены результаты нескольких тестовых наборов; они близки к показателям исходной NeuralHermes-2.5-Mistral-7B. Для запуска указаны LM Studio и другие пользовательские интерфейсы.

Модель принимает текст и генерирует текст. Карточка указывает английский язык и лицензию Apache-2.0. Версия обозначена автором как экспериментальная, поэтому результаты оценки не гарантируют качество в конкретных сценариях; возможны обычные для языковых моделей ошибки и неточные ответы.

Сценарии применения

  • диалоговое общение с языковой моделью
  • генерация ответов на пользовательские инструкции
  • ответы на вопросы на английском языке
  • создание и продолжение текстов
  • получение помощи с программным кодом

Ограничения

Автор характеризует эту версию как экспериментальную; приведённые оценки относятся к тестовым наборам и не гарантируют качество на прикладных задачах. Модель может выдавать ошибки или неточные ответы.

Для каких профессий подходит14

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

NeuralHermes 2.5 - Mistral 7B - LASER

This is an experimental LASER version of NeuralHermes using laserRMT, based on this paper.

ModelAGIEvalGPT4AllTruthfulQABigbenchAverage
NeuralHermes-2.5-Mistral-7B-laser43.5473.4455.2642.2453.62
NeuralHermes-2.5-Mistral-7B43.6773.2455.3741.7653.51

Fernando Fernandes Neto and Eric Hartford. "Optimizing Large Language Models Using Layer-Selective Rank Reduction and Random Matrix Theory." 2024.

NeuralHermes is an teknium/OpenHermes-2.5-Mistral-7B model that has been further fine-tuned with Direct Preference Optimization (DPO) using the mlabonne/chatml_dpo_pairs dataset. It surpasses the original model on several benchmarks (see results).

It is directly inspired by the RLHF process described by Intel/neural-chat-7b-v3-1's authors to improve performance. I used the same dataset and reformatted it to apply the ChatML template.

The code to train this model is available on Google Colab and GitHub. It required an A100 GPU for about an hour.

Results

AGIEval

TaskVersionMetricValueStderr
agieval_aqua_rat0acc21.26±2.57
acc_norm22.83±2.64
agieval_logiqa_en0acc39.32±1.92
acc_norm40.71±1.93
agieval_lsat_ar0acc25.65±2.89
acc_norm25.65±2.89
agieval_lsat_lr0acc48.82±2.22
acc_norm50.00±2.22
agieval_lsat_rc0acc58.36±3.01
acc_norm57.25±3.02
agieval_sat_en0acc74.27±3.05
acc_norm73.30±3.09
agieval_sat_en_without_passage0acc43.69±3.46
acc_norm42.23±3.45
agieval_sat_math0acc37.27±3.27
acc_norm36.36±3.25

Average: 43.54%

GPT4All

TaskVersionMetricValueStderr
arc_challenge0acc57.76±1.44
acc_norm60.32±1.43
arc_easy0acc83.84±0.76
acc_norm81.10±0.80
boolq1acc86.70±0.59
hellaswag0acc63.15±0.48
acc_norm82.55±0.38
openbookqa0acc34.40±2.13
acc_norm45.20±2.23
piqa0acc81.94±0.90
acc_norm82.97±0.88
winogrande0acc75.22±1.21

Average: 73.44%

TruthfulQA

TaskVersionMetricValueStderr
truthfulqa_mc1mc137.70±1.70
mc255.26±1.52

Average: 55.26%

Bigbench

TaskVersionMetricValueStderr
bigbench_causal_judgement0multiple_choice_grade53.16±3.63
bigbench_date_understanding0multiple_choice_grade65.31±2.48
bigbench_disambiguation_qa0multiple_choice_grade34.11±2.96
bigbench_geometric_shapes0multiple_choice_grade27.02±2.35
exact_str_match0.28±0.28
bigbench_logical_deduction_five_objects0multiple_choice_grade27.80±2.01
bigbench_logical_deduction_seven_objects0multiple_choice_grade19.86±1.51
bigbench_logical_deduction_three_objects0multiple_choice_grade48.33±2.89
bigbench_movie_recommendation0multiple_choice_grade41.40±2.20
bigbench_navigate0multiple_choice_grade50.00±1.58
bigbench_reasoning_about_colored_objects0multiple_choice_grade65.00±1.07
bigbench_ruin_names0multiple_choice_grade46.21±2.36
bigbench_salient_translation_error_detection0multiple_choice_grade27.25±1.41
bigbench_snarks0multiple_choice_grade70.72±3.39
bigbench_sports_understanding0multiple_choice_grade65.72±1.51
bigbench_temporal_sequences0multiple_choice_grade30.40±1.46
bigbench_tracking_shuffled_objects_five_objects0multiple_choice_grade22.56±1.18
bigbench_tracking_shuffled_objects_seven_objects0multiple_choice_grade17.09±0.90
bigbench_tracking_shuffled_objects_three_objects0multiple_choice_grade48.33±2.89

Average: 42.24%

Average score: 53.62%

Usage

You can run this model using LM Studio or any other frontend.

You can also run this model using the following code:

import transformers
from transformers import AutoTokenizer

# Format prompt
message = [
    {"role": "system", "content": "You are a helpful assistant chatbot."},
    {"role": "user", "content": "What is a Large Language Model?"}
]
tokenizer = AutoTokenizer.from_pretrained(new_model)
prompt = tokenizer.apply_chat_template(message, add_generation_prompt=True, tokenize=False)

# Create pipeline
pipeline = transformers.pipeline(
    "text-generation",
    model="mlabonne/NeuralHermes-2.5-Mistral-7B-laser",
    tokenizer=tokenizer
)

# Generate text
sequences = pipeline(
    prompt,
    do_sample=True,
    temperature=0.7,
    top_p=0.9,
    num_return_sequences=1,
    max_length=200,
)
print(sequences[0]['generated_text'])

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.67.29
AI2 Reasoning Challenge (25-Shot)66.38
HellaSwag (10-Shot)85.09
MMLU (5-Shot)63.43
TruthfulQA (0-shot)54.95
Winogrande (5-shot)78.14
GSM8k (5-shot)55.72

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
91ad99e

0 моделей