/ Модель

Характеристики

Контекст
16 384 токена
Параметры
14,1 млрд
Размер весов
29,3 ГБ
Лицензия
MIT
Архитектура
llama · dense
Базовая модель
phi-4
Библиотека
transformers
Опубликована
8 янв 2025

Phi-4-o1

Генерация текстаТекст → текст12 профессий

Дообученная на базе Phi-4 языковая модель для генерации текста и решения задач по математике, логике и программированию.

57скачиваний за 30 дней23лайкавеса обновлены27 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.

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,5174

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,6689

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3826

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,3995

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4978

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,029

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Phi-4 o1 — дообученная модель prithivMLmods на базе Microsoft Phi-4, предназначенная для генерации текста и решения задач, требующих рассуждений. По описанию автора, при дообучении использовались синтетические данные с примерами пошагового решения; модель ориентирована на математику, логику, научные вопросы и разбор сложных задач. В метаданных указаны 14,1 млрд параметров, плотная архитектура LlamaForCausalLM, контекст до 16 384 токенов и формат safetensors. Модель поддерживает диалог и задачи программирования; README также заявляет многоязычные сценарии, но метаданные подтверждают только английский язык.

Модель подходит для образовательных объяснений, ответов на вопросы, создания текстов и вспомогательной работы с кодом. Возможны ошибки в неоднозначных задачах, предвзятость и устаревшие сведения; для чувствительных решений необходима проверка человеком. Для запуска требуются значительные вычислительные ресурсы. Лицензия — MIT.

Сценарии применения

  • пошаговое решение математических задач
  • объяснение логических и научных вопросов
  • ответы на учебные вопросы
  • генерация и редактирование текстов
  • помощь с программированием

Ограничения

Модель может ошибаться в неоднозначных задачах, воспроизводить предвзятость и не знать событий после обучения. Для надёжной работы требуются значительные вычислительные ресурсы, а ответы в чувствительных сценариях следует проверять.

Для каких профессий подходит12

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

zsdfvdsfvasdfvsdrf.png

Phi-4 o1 [ Chain of Thought Reasoning ]

[Phi-4 O1 finetuned] from Microsoft's Phi-4 is a state-of-the-art open model built upon a blend of synthetic datasets, data from filtered public domain websites, and acquired academic books and Q&A datasets. The goal of this approach is to ensure that small, capable models are trained with high-quality data focused on advanced reasoning.

phi-4 has adopted a robust safety post-training approach. This approach leverages a variety of both open-source and in-house generated synthetic datasets. The overall technique employed to do the safety alignment is a combination of SFT (Supervised Fine-Tuning) and iterative DPO (Direct Preference Optimization), including publicly available datasets focusing on helpfulness and harmlessness as well as various questions and answers targeted at multiple safety categories.

Dataset Info

Phi-4 o1 ft is fine-tuned on a synthetic dataset curated through a pipeline explicitly built for this purpose. The data is primarily based on the Chain of Thought (CoT) or Chain of Continuous Thought (COCONUT) methodologies. This approach ensures that the dataset is rich in reasoning, problem-solving, and step-by-step breakdowns of complex tasks. The model is specifically designed to excel in reasoning, mathematics, and breaking down problems into logical, manageable steps.

Run with Transformers

# pip install accelerate
from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

tokenizer = AutoTokenizer.from_pretrained("prithivMLmods/Phi-4-o1")
model = AutoModelForCausalLM.from_pretrained(
    "prithivMLmods/Phi-4-o1",
    device_map="auto",
    torch_dtype=torch.bfloat16,
)

input_text = "Write me a poem about Machine Learning."
input_ids = tokenizer(input_text, return_tensors="pt").to("cuda")

outputs = model.generate(**input_ids, max_new_tokens=32)
print(tokenizer.decode(outputs[0]))

You can ensure the correct chat template is applied by using tokenizer.apply_chat_template as follows:

messages = [
    {"role": "user", "content": "Write me a poem about Machine Learning."},
]
input_ids = tokenizer.apply_chat_template(messages, return_tensors="pt", return_dict=True).to("cuda")

outputs = model.generate(**input_ids, max_new_tokens=256)
print(tokenizer.decode(outputs[0]))

Intended Use

The phi-4 o1 ft model is designed for a wide range of applications, particularly those requiring advanced reasoning, high-quality text generation, and multilingual capabilities. Below are some of the intended use cases:

  1. Complex Reasoning Tasks:

    • Solving intricate problems in mathematics, logic, and science.
    • Assisting in academic research by providing detailed explanations and summaries.
  2. Multilingual Applications:

    • Translating text across multiple languages while preserving context and nuance.
    • Generating content in various languages for global audiences.
  3. Content Creation:

    • Assisting writers, marketers, and creators with high-quality text generation.
    • Generating creative ideas, stories, and technical documentation.
  4. Educational Tools:

    • Providing explanations, tutoring, and Q&A support for students and educators.
    • Generating practice questions and answers for learning purposes.
  5. Customer Support:

    • Automating responses to customer queries with accurate and helpful information.
    • Handling complex customer service scenarios with advanced reasoning.
  6. Safety-Critical Applications:

    • Ensuring responses are aligned with safety guidelines, making it suitable for sensitive domains.
    • Providing harmlessness-focused interactions in public-facing applications.

Limitations

While phi-4 o1 ft is a powerful and versatile model, it has certain limitations that users should be aware of:

  1. Bias and Fairness:

    • Despite rigorous training and safety alignment, the model may still exhibit biases present in the training data. Users should critically evaluate outputs, especially in sensitive contexts.
  2. Contextual Understanding:

    • The model may occasionally misinterpret complex or ambiguous prompts, leading to inaccurate or irrelevant responses.
  3. Real-Time Knowledge:

    • The model's knowledge is limited to the data it was trained on and does not include real-time or post-training updates. It may not be aware of recent events or developments.
  4. Safety and Harmlessness:

    • While extensive efforts have been made to align the model with safety guidelines, it may still generate outputs that are inappropriate or harmful in certain contexts. Continuous monitoring and human oversight are recommended.
  5. Resource Requirements:

    • Running the model efficiently may require significant computational resources, especially for large-scale or real-time applications.
  6. Ethical Considerations:

    • The model should not be used for malicious purposes, such as generating harmful content, misinformation, or spam. Users are responsible for ensuring ethical use.
  7. Domain-Specific Limitations:

    • While the model performs well on general-purpose tasks, it may lack depth in highly specialized domains (e.g., medical, legal, or financial fields) without additional fine-tuning.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here! Summarized results can be found here!

MetricValue (%)
Average30.11
IFEval (0-Shot)2.90
BBH (3-Shot)52.17
MATH Lvl 5 (4-Shot)39.43
GPQA (0-shot)17.67
MuSR (0-shot)22.15
MMLU-PRO (5-shot)46.37

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
13d4bae

0 моделей