/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
71 млрд
Размер весов
289 ГБ
Лицензия
MIT
Архитектура
llama · dense
Опубликована
16 янв 2024

MoMo-72B-lora-1.8.6-DPO

Генерация текстаТекст → текст5 профессий

Языковая модель Moreh на 71 млрд параметров, дообученная методом DPO для генерации текста и диалоговых ответов.

137скачиваний за 30 дней31лайквеса обновлены22 янв 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

MoMo-72B-lora-1.8.6-DPO — языковая модель компании Moreh на архитектуре Llama, обученная методом DPO на основе MoMo-72B-LoRA-V1.4. Базовая версия MoMo-72B-LoRA-V1.4 была дообучена методом SFT с LoRA на QWEN-72B; авторы сообщают, что слияние весов не применялось. Для совместимости с Llama веса были адаптированы при подготовке к отправке на лидерборд. Модель содержит около 71 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов.

Модель предназначена для генерации текста и диалоговых ответов. При обучении использовались наборы SlimOrca, Truthy и Orca DPO Pairs; обучение проводилось на платформе MoAI компании Moreh с ускорителями AMD MI250. В карточке приведён результат проверки на утечку данных для TruthfulQA, но полных результатов бенчмарков нет. Указана лицензия MIT.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • составление текстов по запросу пользователя
  • ответы на общие вопросы
  • создание прототипа чат-бота на базе Llama

Ограничения

В карточке приведены неполные результаты бенчмарков, поэтому качество по широкому набору задач оценить нельзя. В метаданных заявлен английский язык; подтверждений поддержки других языков нет.

Для каких профессий подходит5

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

Introduction

MoMo-72B-lora-1.8.6-DPO is trained via Direct Preference Optimization(DPO) from MoMo-72B-LoRA-V1.4 as its base model, with several optimizations in hyperparameters.
MoMo-72B-LoRA-V1.4 is trained via Supervised Fine-Tuning (SFT) using LoRA, with the QWEN-72B model as its base-model.
Note that we did not exploit any form of weight merge.
For leaderboard submission, the trained weight is realigned for compatibility with llama.
MoMo-72B is trained using Moreh's MoAI platform, which simplifies the training of large-scale models, and AMD's MI250 GPU.

Details

Used Librarys

  • torch
  • peft

Used Datasets

ModelARCMMLUTruthfulQAGSM8K
V1.8.6(result < 0.1, %)TBUTBU0.73TBU

Used Environments

How to use

# pip install transformers==4.35.2
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("moreh/MoMo-72B-lora-1.8.6-DPO")
model = AutoModelForCausalLM.from_pretrained(
    "moreh/MoMo-72B-lora-1.8.6-DPO"
)

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
c60eb2f

0 моделей