/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Своя лицензия
Архитектура
llama · dense
Базовая модель
llama-3-stinky-8B
Библиотека
transformers
Опубликована
5 мая 2024

llama-3-dragonmaid-8B-v2

Генерация текстаТекст → текст3 профессии

Диалоговая модель Llama 3 с 7,5 млрд параметров для генерации текста и ответов в чате, дообученная на Prude-Phi3-DPO.

24скачиваний за 30 дней1лайквеса обновлены5 мая 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

llama-3-dragonmaid-8B-v2 — диалоговая языковая модель семейства Llama 3, разработанная nbeerbower. Это дообученная версия nbeerbower/llama-3-stinky-8B, которая, согласно карточке модели, также основана на Llama 3 8B. Модель предназначена для генерации текста и диалоговых ответов; при дообучении использован датасет flammenai/Prude-Phi3-DPO.

Модель имеет плотную архитектуру LlamaForCausalLM и 7,5 млрд параметров. Она принимает текст и выдаёт текст, поддерживает диалоговый режим, работает с контекстом до 8192 токенов и представлена в формате safetensors для библиотеки Transformers. Карточка связывает её с категорией NSFW, поэтому модель может генерировать контент для взрослой аудитории. В README указана лицензия Meta Llama 3 Community License Agreement; условия лицензии следует соблюдать при использовании и распространении модели.

Сценарии применения

  • генерация диалоговых ответов
  • ведение текстового чата
  • продолжение пользовательского текста
  • создание художественных текстов
  • генерация контента для взрослой аудитории

Ограничения

Модель помечена как NSFW и может выдавать контент для взрослой аудитории. Заявленный размер контекста — до 8192 токенов; лицензия Meta Llama 3 Community License Agreement задаёт условия использования.

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

llama-3-dragonmaid-8B

This model is based on Llama-3-8b, and is governed by META LLAMA 3 COMMUNITY LICENSE AGREEMENT

llama-3-stinky-8B finetuned on flammenai/Prude-Phi3-DPO.

Method

Finetuned using an A100 on Google Colab.

Fine-Tune Your Own Llama 2 Model in a Colab Notebook

Configuration

Dataset preparation, system prompt:

def chatml_format(example):
    # Format system
    systemMessage = "You are an AI roleplaying with a human. Respond as if you were also a human."
    system = "<|im_start|>system\n" + systemMessage + "<|im_end|>\n"

    # Format instruction
    prompt = "<|im_start|>user\n" + example['input'] + "<|im_end|>\n<|im_start|>assistant\n"

    # Format chosen answer
    chosen = example['output'] + "<|im_end|>\n"

    # Format rejected answer
    rejected = example['rejected'] + "<|im_end|>\n"

    return {
        "prompt": system + prompt,
        "chosen": chosen,
        "rejected": rejected,
    }

dataset = load_dataset("flammenai/Prude-Phi3-DPO")['train']

# Save columns
original_columns = dataset.column_names

# Tokenizer
tokenizer = AutoTokenizer.from_pretrained(model_name)
tokenizer.pad_token = tokenizer.eos_token
tokenizer.padding_side = "left"

# Format dataset
dataset = dataset.map(
    chatml_format,
    remove_columns=original_columns
)

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=4,
    gradient_accumulation_steps=4,
    gradient_checkpointing=True,
    learning_rate=5e-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=512,
    max_length=4096,
    force_use_ref_model=True
)

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
717b25b

0 моделей