/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
12,9 млрд
Размер весов
26 ГБ
Архитектура
llama · dense
Библиотека
transformers
Опубликована
14 мая 2023

wizard-mega-13b

Генерация текстаТекст → текст10 профессий

Wizard Mega 13B — дообученная модель LLaMA для генерации текста, выполнения инструкций и написания кода.

498скачиваний за 30 дней106лайковвеса обновлены8 июн 2023

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

Wizard Mega 13B — языковая модель OpenAccess AI Collective, дообученная на базе LLaMA 13B на данных ShareGPT, WizardLM и Wizard-Vicuna. Это плотная авторегрессионная модель семейства LLaMA с 12,9 млрд параметров, предназначенная для генерации текста и ответов на инструкции; доступный контекст составляет 2048 токенов. В карточке приведён пример генерации Python-кода.

Модель обучалась два эпоха: релиз основан на чекпойнте второй эпохи, поскольку оценочная ошибка росла на третьей. Данные обучения очищали от некоторых отказов и стандартных фраз вроде «As an AI language model». Модель не проходила RLHF и не имеет встроенной фильтрации ответов, поэтому может выдавать проблемный контент. Лицензия в предоставленных данных не указана.

Сценарии применения

  • ответы на пользовательские инструкции
  • генерация текстовых ответов в диалоге
  • написание фрагментов кода на Python
  • помощь с задачами по программированию

Ограничения

Модель не проходила RLHF и не использует встроенную фильтрацию ответов, поэтому может генерировать проблемный контент. Контекст ограничен 2048 токенами.

Для каких профессий подходит10

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

Wizard Mega 13B has been updated and is now Manticore 13B

💵 Donate to OpenAccess AI Collective to help us keep building great tools and models!

Manticore is available at https://huggingface.co/openaccess-ai-collective/manticore-13b and fixes many issues with Wizard Mega and adds new datasets to the training.

Wizard Mega is a Llama 13B model fine-tuned on the ShareGPT, WizardLM, and Wizard-Vicuna datasets. These particular datasets have all been filtered to remove responses where the model responds with "As an AI language model...", etc or when the model refuses to respond.

Demo

Try out the model in HF Spaces. The demo uses a quantized GGML version of the model to quickly return predictions on smaller GPUs (and even CPUs). Quantized GGML may have some minimal loss of model quality.

Release (Epoch Two)

The Wizard Mega 13B SFT model is being released after two epochs as the eval loss increased during the 3rd (final planned epoch). Because of this, we have preliminarily decided to use the epoch 2 checkpoint as the final release candidate. https://wandb.ai/wing-lian/vicuna-13b/runs/5uebgm49

Build

Wizard Mega was built with Axolotl on 8xA100 80GB for 15 hours. The configuration to duplicate this build is provided in this repo's /config folder.

Bias, Risks, and Limitations

Wizard Mega has not been aligned to human preferences with techniques like RLHF or deployed with in-the-loop filtering of responses like ChatGPT, so the model can produce problematic outputs (especially when prompted to do so). Wizard Mega was fine-tuned from the base model LlaMa 13B, please refer to its model card's Limitations Section for relevant information.

Examples

### Instruction: write Python code that returns the first n numbers of the Fibonacci sequence using memoization.

### Assistant: 
```python
def fib(n):
    if n < 2:
        return n
    elif n in cache:
        return cache[n]
    else:
        a, b = 0, 1
        for i in range(2, n+1):
            cache[i] = a
            a, b = b, a + b
        return cache[n]
    
def first_n(n):
    fib_list = [fib(i) for i in range(n+1)]
    return fib_list[:n]
```
This function uses memoization to store the values of previous Fibonacci numbers in a cache. This way, if the same number is requested again, it can be returned immediately without recalculating it. 
The `first_n` function takes an integer `n` as input, and calculates the first n numbers of the Fibonacci sequence using memoization. It returns a list of those numbers.
### Instruction: Finish the joke, a mechanic and a car salesman walk into a bar...  

### Assistant:  ...and the bartender says "Hey guys, what can I get for you?" The mechanic replies, "I'll have a beer, but make it a quick one. I have to fix this guy's car before he finds out I
 fiddled with his brakes." The salesman quips, "And I'll have a martini, shaken not stirred. After all, I have to sell this guy a car that doesn't break down on him within the first year of ownership."

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
76e9031

0 моделей