/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Опубликована
16 дек 2023

mistral-7b-dpo-v6

Генерация текстаТекст → текст7 профессий

Текстовая модель MindsAndCompany на базе Mistral-7B, дообученная методом DPO для генерации ответов и диалогов.

59скачиваний за 30 дней11лайковвеса обновлены18 дек 2023

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

mncai/mistral-7b-dpo-v6 — текстовая генеративная модель MindsAndCompany на архитектуре Mistral, созданная на базе Mistral-7B. По карточке, модель сначала получила объединение весов, затем была дообучена методом DPO; она предназначена для диалогов и генерации ответов на текстовые запросы. Размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов. В примере карточки показан вопрос на корейском языке, а метаданные указывают английский язык; карточка не подтверждает широкий набор поддерживаемых языков.

Разработчик позиционирует свои модели для бизнес-продуктов, включая чат-боты и ассистентов. Карточка предупреждает о переобучении на открытых лидербордах и рекомендует оценивать модель на собственных закрытых данных; внутренние оценки автора были ниже результата лидерборда. Модель опубликована в формате safetensors под лицензией Apache-2.0.

Сценарии применения

  • ответы на вопросы в чат-боте
  • генерация диалоговых ответов
  • создание бизнес-ассистента на основе текстовых запросов

Ограничения

Автор предупреждает о переобучении на открытых лидербордах и отмечает, что внутренние оценки модели были ниже результатов лидерборда. Поддержка языков, кроме приведённых в метаданных и примере карточки, не подтверждена.

Для каких профессий подходит7

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

Model Card for mncai/mistral-7b-dpo-v6

Introduction of MindsAndCompany

https://mnc.ai/

We create various AI models and develop solutions that can be applied to businesses. And as for generative AI, we are developing products like Code Assistant, TOD Chatbot, LLMOps, and are in the process of developing Enterprise AGI (Artificial General Intelligence).

Model Summary

based mistral-7b, dpo tuned.

Detail

first step ties merge.

models:
  - model: AIDC-ai-business/Marcoroni-7B-v3
    # no parameters necessary for base model
  - model: GreenNode/GreenNodeLM-7B-v1olet # psmathur/orca_mini_v3_13b
    parameters:
      density: [1, 0.7, 0.1] # density gradient
      weight: 1.0
  - model: viethq188/LeoScorpius-7B-Chat-DPO
    parameters:
      density: 0.5
      weight: [0, 0.3, 0.7, 1] # weight gradient
  - model: mncai/mistral-7b-dpo-v5
    parameters:
      density: 0.33
      weight:
        - filter: mlp
          value: 0.5
        - value: 0
merge_method: ties
base_model: AIDC-ai-business/Marcoroni-7B-v3
parameters:
  normalize: true
  int8_mask: true
dtype: float16

second step dpo.

# Training arguments
training_args = TrainingArguments(
    per_device_train_batch_size=5,
    gradient_accumulation_steps=4,
    gradient_checkpointing=True,
    learning_rate=5e-6,
    lr_scheduler_type="cosine",
    max_steps=1000,
    save_strategy="no",
    logging_steps=1,
    output_dir=new_model,
    optim="paged_adamw_32bit",
    warmup_steps=100,
    bf16=True,
    report_to="wandb",
)

# Create DPO trainer
dpo_trainer = DPOTrainer(
    model,
    ref_model,
    args=training_args,
    train_dataset=dataset,
    tokenizer=tokenizer,
    # peft_config=peft_config,
    beta=0.1,
    max_prompt_length=1024,
    max_length=2048,
)

# Fine-tune model with DPO
dpo_trainer.train()

How to Use

Here give some examples of how to use our model.

from transformers import AutoConfig, AutoModel, AutoTokenizer
import transformers
import torch
hf_model = 'mncai/mistral-7b-dpo-v6' 
message = "<|user|>\n두 개의 구가 있는데 각각 지름이 1, 2일때 구의 부피는 몇배 차이가 나지? 설명도 같이 해줘.\n<|assistant|>\n"

sequences = pipeline(
    message,
    do_sample=True,
    top_k=10,
    num_return_sequences=1,
    eos_token_id=tokenizer.eos_token_id,
    max_length=2048,
)
for seq in sequences:
    print(f"Result: {seq['generated_text']}")

Warnings

Currently, the leaderboard is overfitted. It is inevitable because, unlike Kaggle, where there's private scoring followed by the end of the competition, here the scores are continuously open. Even among my models, some received lower scores in internal data evaluations. mncai/agiin-13.6B-v0.1 > mncai/agiin-11.1B-v0.1 > mncai/mistral-7b-dpo-v6. However, on the leaderboard, mncai/mistral-7b-dpo-v6 has the highest score. When choosing a model to use on the open LLM leaderboard, it would be best to evaluate with your own private dataset that is not publicly available.

Detect-Pretrain-Code-Contamination Result Share

use https://github.com/Mihaiii/detect-pretrain-code-contamination

DATASET=truthful_qa python src/run.py --target_model mncai/mistral-7b-dpo-v6  --data $DATASET --output_dir out/$DATASET --ratio_gen 0.4

result < 0.1, %: 0.76

Contact

If you have any questions, please raise an issue or contact us at dwmyoung@mnc.ai

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
d5d1577

0 моделей