/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
3,1 млрд
Размер весов
6,2 ГБ
Лицензия
Своя лицензия
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-3B
Библиотека
transformers
Опубликована
9 дек 2024

Qwen-Tulu-3B-SFT

Генерация текстаТекст → текст7 профессий

Дообученная на смеси Tulu-3 модель Qwen2.5-3B для диалоговой генерации текста и обработки текстовых запросов.

47скачиваний за 30 дней0лайковвеса обновлены12 дек 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

phunguyen01/Qwen-Tulu-3B-SFT — языковая модель на архитектуре Qwen2, дообученная автором на Qwen/Qwen2.5-3B с использованием набора allenai/tulu-3-sft-mixture. Модель содержит 3,1 млрд параметров и предназначена для генерации текста в диалоговом формате; метаданные также отмечают интерфейс вызова инструментов.

Модель подходит для диалоговых приложений и генерации ответов на текстовые запросы. Максимальная длина контекста составляет 32 768 токенов. Данных о целевых языках и результатах оценки в карточке нет, поэтому качество для конкретных языков и задач по доступным сведениям определить нельзя.

Веса доступны в форматах PyTorch и safetensors, модель рассчитана на библиотеку Transformers. Лицензия указана как other, без конкретных условий в предоставленных данных; перед использованием следует проверить лицензионные сведения на странице модели и базовой модели.

Сценарии применения

  • создание чат-бота для ответов на текстовые запросы
  • генерация диалоговых ответов
  • прототипирование ассистента с интерфейсом вызова инструментов

Ограничения

Карточка не содержит сведений об оценке качества, целевых языках или подробных ограничениях применения. Указана лицензия other, поэтому условия использования следует уточнить на странице модели.

Для каких профессий подходит7

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

axolotl version: 0.5.3.dev0

wandb_project: llm-training-platform
wandb_name: II-Tulu-3B-SFT
datasets:
- path: allenai/tulu-3-sft-mixture
  split: train
  type: chat_template
  field_messages: messages
  message_field_role: role
  message_field_content: content
  roles:
    system:
    - system
    user:
    - user
    assistant:
    - assistant
chat_template: qwen_25
sequence_len: 2048
base_model: Qwen/Qwen2.5-3B
output_dir: checkpoints/1357e2cd-76bc-46d5-a394-949b712427c7
dataset_prepared_path: checkpoints/1357e2cd-76bc-46d5-a394-949b712427c7/dataset_prepared
flash_attention: true
train_on_inputs: false
pad_to_sequence_len: true
eval_sample_packing: false
push_to_hub: true
bf16: auto
gradient_checkpointing: true
logging_steps: 10
hub_model_id: phunguyen01/II-Tulu-3B-SFT
learning_rate: 5.0e-06
micro_batch_size: 8
num_epochs: 2
seed: 42
gradient_accumulation_steps: 2
sample_packing: true
val_set_size: 0

II-Tulu-3B-SFT

This model is a fine-tuned version of Qwen/Qwen2.5-3B on the allenai/tulu-3-sft-mixture dataset.

image/png

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: 5e-06
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 128
  • total_eval_batch_size: 64
  • optimizer: Use adamw_hf with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 100
  • num_epochs: 2

Training results

Framework versions

  • Transformers 4.47.0
  • Pytorch 2.4.0+cu121
  • Datasets 3.1.0
  • Tokenizers 0.21.0

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
9ec2b4d

0 моделей