/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
flammen16-mistral-7B
Библиотека
transformers
Опубликована
5 апр 2024

flammen16-chinese-dpo-mistral-7B

Генерация текстаТекст → текст3 профессии

Экспериментальная 7,1-миллиардная Mistral-модель, дообученная на китайских предпочтениях для ролевых диалогов, творческого письма и общих текстовых задач.

31скачиваний за 30 дней1лайквеса обновлены6 апр 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

Flammen16 Chinese DPO Mistral 7B — языковая модель на архитектуре Mistral, разработанная nbeerbower. Модель получена слиянием предварительно обученных моделей и дообучением методом Direct Preference Optimization на китайском наборе предпочтений wenbopan/Chinese-dpo-pairs; метаданные связывают её с flammenai/flammen16-mistral-7B. Вес модели составляет 7,1 млрд параметров, максимальный контекст — 32 768 токенов.

Модель предназначена для ролевых диалогов, творческого письма и задач общего назначения. README отмечает её экспериментальный характер и не рекомендует использовать её в производственной среде. Доступна по лицензии Apache 2.0.

Сценарии применения

  • ролевые диалоги на китайском языке
  • написание творческих текстов на китайском языке
  • генерация ответов в диалогах
  • создание персонажей и отыгрыш ролей
  • генерация текстов общего назначения

Ограничения

Модель экспериментальная и не рекомендуется для производственного использования. Обучение на китайском наборе предпочтений указывает на фокус на китайском языке; качество для других языков не описано.

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

image/png

flammen16-chinese-DPO-7B

A Mistral 7B LLM built from merging pretrained models and finetuning on Wenbo Pan's Chinese DPO Pairs. Flammen specializes in exceptional character roleplay, creative writing, and general intelligence. Please note this is an experimental model and is not recommended for production use.

我是一款基于混合预训练模型并在温博潘的中文DPO对话双方数据上微调的缅德尔7B大语言模型(LLM)。它的特长在于出色的角色扮演、创造性写作和通用智能。请注意,这是一个实验性模型,不适宜生产使用。

Method

Finetuned using an A100 on Google Colab. 🙏

Fine-tune a Mistral-7b model with Direct Preference Optimization - Maxime Labonne

Configuration

LoRA, model, and training settings:

# LoRA configuration
peft_config = LoraConfig(
    r=16,
    lora_alpha=16,
    lora_dropout=0.05,
    bias="none",
    task_type="CAUSAL_LM",
    target_modules=['k_proj', 'gate_proj', 'v_proj', 'up_proj', 'q_proj', 'o_proj', 'down_proj']
)

# Model to fine-tune
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype=torch.bfloat16,
    load_in_4bit=True
)
model.config.use_cache = False

# Reference model
ref_model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype=torch.bfloat16,
    load_in_4bit=True
)

# Training arguments
training_args = TrainingArguments(
    per_device_train_batch_size=2,
    gradient_accumulation_steps=2,
    gradient_checkpointing=True,
    learning_rate=2e-5,
    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=1536,
    force_use_ref_model=True
)

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

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
27e9642

0 моделей