/ Модель

Характеристики

Контекст
8 192 токена
Параметры
9 млрд
Размер весов
20,3 ГБ
Лицензия
Gemma
Архитектура
gemma2 · dense
Базовая модель
gemma-2-9b-it
Опубликована
29 окт 2024

N3N_gemma-2-9b-it_20241029_1532

Генерация текстаТекст → текст4 профессии

Дообученная на научных статьях англоязычная Gemma 2 9B для диалоговой генерации текста и решения задач.

35скачиваний за 30 дней2лайкавеса обновлены22 янв 2025

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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,2122

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5863

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,4122

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3406

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4594

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,6752

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

N3N_gemma-2-9b-it_20241029_1532 — разговорная языковая модель, созданная дополнительным обучением Gemma 2 9B Instruct. Разработчик сообщает, что для дообучения использован датасет на основе 1,6 миллиона научных статей arXiv; в метаданных указана архитектура Gemma2 с плотной моделью и 9 млрд параметров. Модель принимает текст и генерирует текст, поддерживает диалог и контекст до 8192 токенов.

Модель предназначена для генерации ответов и продолжения текста, в том числе для математических рассуждений и решения сложных задач. Карточка приводит результаты Open LLM Leaderboard и заявляет высокие результаты в рассуждениях, но не предоставляет подробных независимых подтверждений этих заявлений. Указанные язык обучения и карточки — английский. Лицензия — Gemma.

Сценарии применения

  • ответы на вопросы по научным темам
  • объяснение и пересказ научных статей
  • математические рассуждения
  • решение текстовых задач
  • продолжение и генерация текста на английском

Ограничения

Карточка не приводит независимой проверки заявленных преимуществ в рассуждениях; её данные об объёме параметров расходятся с метаданными (10,2 млрд в README и 9 млрд в метаданных).

Для каких профессий подходит4

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

N3N_gemma-2-9b-it_20241029_1532

Model Overview

  • Base Model: unsloth/gemma-2-9b-it
  • License: gemma
  • Parameters: 10.2B
  • Language: English
  • Training Framework: Unsloth + Huggingface TRL

Achievement: #1 Ranking for 9B and 12B LLMs (November 8, 2024)

Introduction

N3N_gemma-2-9b-it_20241029_1532 is a 10.2B parameter open-source model built upon Gemma2-9B-Instruct through additional training. What sets this model apart is its fine-tuning process using a high-quality dataset derived from 1.6 million arXiv papers.

Key Features

  • High-quality Dataset: The model has been fine-tuned using a comprehensive dataset compiled from 1.6 million arXiv papers, ensuring robust performance across various real-world applications.
  • Superior Reasoning: The model demonstrates exceptional performance in mathematical reasoning and complex problem-solving tasks, outperforming comparable models in these areas.

This model represents our commitment to advancing language model capabilities through meticulous dataset preparation and continuous model enhancement.

Quickstart

Here is a code snippet with apply_chat_template, showing how to load the tokenizer and model and generate content. This method simplifies structuring conversation prompts by adding generation-specific prompts automatically.

from transformers import AutoModelForCausalLM, AutoTokenizer
device = "cuda" # the device to load the model onto

model = AutoModelForCausalLM.from_pretrained(
    "nhyha/N3N_gemma-2-9b-it_20241029_1532",
    torch_dtype="auto",
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained("nhyha/N3N_gemma-2-9b-it_20241029_1532")

# `apply_chat_template` formats conversation messages for better model input structure
prompt = "Give me a short introduction to large language models."
messages = [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": prompt}
]

# Automatically adds the necessary generation prompt to the message
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True
)

model_inputs = tokenizer([text], return_tensors="pt").to(device)

generated_ids = model.generate(
    model_inputs.input_ids,
    max_new_tokens=512
)
generated_ids = [
    output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]

response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]

Training Details

Hyperparameters

{
    "seed": 3407,
    "warmup_steps": 50,
    "total_train_batch_size": 512,
    "total_eval_batch_size": 64,
    "learning_rate": 5e-05,
    "optimizer": "adamw_8bit",
    "lr_scheduler_type": "cosine",
    "num_epochs": 3,
    "r": 32,
    "lora_alpha": 32,
    "rs_lora": True,
    "weight_decay": 0.01
}

Open LLM Leaderboard Evaluation Results

MetricValue
Avg.32.02
IFEval (0-Shot)67.52
BBH (3-Shot)40.99
MATH Lvl 5 (4-Shot)20.47
GPQA (0-shot)12.08
MuSR (0-shot)16.39
MMLU-PRO (5-shot)34.69

Business & Collaboration

Contact

Are you looking for customized LLMs tailored to your business needs? Jikji Labs offers advanced infrastructure including H100*8 GPU clusters for optimal model training and deployment. Our expertise spans:

  • Large-scale data processing
  • High-performance GPU computing
  • Custom model development and training

We welcome collaborations and are always eager to hear your feedback or discuss potential partnerships. Visit our website to learn how our infrastructure and expertise can drive your AI initiatives forward.

Collaborations

We are actively seeking support and investment to further our development of robust language models, with a focus on building high-quality and specialized datasets to cater to a wide range of applications. Our expertise in dataset generation enables us to create models that are precise and adaptable to specific business requirements. If you are excited by the opportunity to collaborate and navigate future challenges with us, please visit our website for more information.

Acknowledgement

Special thanks to google for providing the base model to the Open-Source community.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma2ForCausalLM
Ревизия весов
ef0099e

0 моделей