/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
1 млрд
Размер весов
12,9 ГБ
Лицензия
Apache 2.0
Архитектура
mixtral · MoE
Базовая модель
tinyllama_moe
Опубликована
17 янв 2024

tinyllama_moe_sft_ultrachat200k_v2_epochs3

Генерация текстаТекст → текст3 профессии

Дообученная на UltraChat-200k модель Mixtral MoE для генерации диалоговых ответов.

21скачиваний за 30 дней0лайковвеса обновлены18 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

Модель ondevicellm/tinyllama_moe_sft_ultrachat200k_v2_epochs3 — диалоговая модель генерации текста, разработанная как дообучение ondevicellm/tinyllama_moe на наборе HuggingFaceH4/ultrachat_200k. В карточке указаны архитектура Mixtral с разреженной экспертной архитектурой MoE, около 1 млрд параметров и контекст до 2048 токенов.

Модель предназначена для генерации ответов в диалоге и других текстовых сценариев, где требуется продолжать беседу. Для файлов указаны формат safetensors и лицензия Apache-2.0. В README приведено значение loss 1.1178 на оценочном наборе, но подробных сведений о качестве, предполагаемых сценариях и ограничениях нет.

Сценарии применения

  • генерация ответов в текстовом чате
  • продолжение диалога по истории сообщений
  • создание разговорного ассистента
  • эксперименты с дообучением на диалоговых данных

Ограничения

Контекст ограничен 2048 токенами. README не содержит подробной оценки качества или описания ограничений; приведён только loss 1.1178 на оценочном наборе.

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

tinyllama_moe_sft_ultrachat200k_v2_epochs3

This model is a fine-tuned version of ondevicellm/tinyllama_moe on the HuggingFaceH4/ultrachat_200k dataset. It achieves the following results on the evaluation set:

  • Loss: 1.1178

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 16
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 4
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 128
  • total_eval_batch_size: 32
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 115
  • num_epochs: 3

Training results

Training LossEpochStepValidation Loss
1.3360.091001.3129
1.24240.182001.2363
1.20790.263001.2084
1.1850.354001.1911
1.15460.445001.1787
1.17410.536001.1692
1.16120.617001.1613
1.14530.78001.1547
1.1410.799001.1489
1.12470.8810001.1438
1.14850.9611001.1392
1.0671.0512001.1387
1.06941.1413001.1368
1.08141.2314001.1341
1.07271.3115001.1316
1.07691.416001.1292
1.07281.4917001.1270
1.05581.5818001.1247
1.07531.6619001.1229
1.07991.7520001.1209
1.0661.8421001.1192
1.04061.9322001.1178
1.01932.0123001.1222
1.02762.124001.1220
1.01712.1925001.1215
1.01122.2826001.1211
1.00872.3727001.1207
1.01582.4528001.1204
1.02192.5429001.1199
1.00242.6330001.1197
1.0192.7231001.1197
1.01352.832001.1194
1.00942.8933001.1194
1.02842.9834001.1194

Framework versions

  • Transformers 4.36.2
  • Pytorch 2.1.2+cu118
  • Datasets 2.14.6
  • Tokenizers 0.15.0

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
07515bf

0 моделей