/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
CatPPT-base
Библиотека
peft
Опубликована
17 дек 2023

CatPPT

Генерация текстаТекст → текст

Производная модели rishiraj/CatPPT-base. CatPPT-base — объединённая и дообученная для диалогов языковая модель Mistral на 7,1 млрд параметров для генерации текста и ответов в чате.

2скачиваний за 30 дней16лайковвеса обновлены10 янв 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Карточка модели rishiraj/CatPPT на Hugging Face совпадает с карточкой rishiraj/CatPPT-base, поэтому описание составлено по ней.

CatPPT-base — плотная языковая модель Mistral с 7,1 млрд параметров, созданная Rishi Raj. Сначала автор объединил модели OpenChat и NeuralChat методом Gradient SLERP, затем дообучил результат на наборе no_robots для диалогов. Модель предназначена для генерации текста и общения в формате чата; в карточке приведены результаты тестирования на задачах общего понимания, рассуждения и математики. Указанный контекст составляет 32 768 токенов.

Модель распространяется в формате Safetensors по лицензии Apache 2.0. Результаты в README относятся к моменту выпуска в декабре 2023 года и сами по себе не гарантируют качество на других задачах. Карточка не сообщает о специализированной отраслевой направленности.

Сценарии применения

  • ответы на вопросы в диалоге
  • генерация связного текста по запросу
  • помощь с задачами на общее понимание и рассуждение
  • решение текстовых математических задач

Ограничения

Опубликованные результаты отражают оценку на бенчмарках на момент выпуска в 2023 году и не гарантируют качество в иных сценариях. README не указывает поддерживаемые языки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

😼 CatPPT

Introducing "CatPPT" - the purrfect alternative to that other big cat in town, known for keeping all the secrets to itself! Our feline friend here is created through merging openchat and neuralchat models using Gradient SLERP method (resulting in rishiraj/CatPPT-base) and then finetuned on no_robots dataset for chat.

This is the top-performing 7B model on the leaderboard, that's free from any whiff of evaluation data contamination.

Model date

rishiraj/CatPPT was trained between 15th and 17th December, 2023.

Evaluation

It achieves the following results on the Open_LLM_Leaderboard. At the time of release, CatPPT is the highest ranked 7B chat model on the leaderboard, that's free from evaluation data contamination.

ModelAverageARCHellaSwagMMLUTruthfulQAWinograndeGSM8K
rishiraj/CatPPT72.3268.0986.6965.1661.5581.6170.81
Intel/neural-chat-7b-v3-369.8366.8985.2663.0763.0179.6461.11
openchat/openchat-3.5-121068.8964.9384.9264.6252.1580.7465.96
meta-math/MetaMath-Mistral-7B65.7860.6782.5861.9544.8975.7768.84
Deci/DeciLM-7B-instruct63.1961.0182.3760.2449.7579.7246.02
mistralai/Mistral-7B-Instruct-v0.265.7163.1484.8860.7868.2677.1940.03
mistralai/Mixtral-8x7B-Instruct-v0.172.6270.2287.6371.1664.5881.3760.73
meta-llama/Llama-2-70b-hf67.8767.3287.3369.8344.9283.7454.06
tiiuae/falcon-180B67.8569.4588.8670.545.4786.945.94

Inference procedure

Here's how you can run the model using the pipeline() function from 🤗 Transformers:

import torch
from transformers import pipeline

pipe = pipeline("text-generation", model="rishiraj/CatPPT", torch_dtype=torch.bfloat16, device_map="auto")

# We use the tokenizer's chat template to format each message - see https://huggingface.co/docs/transformers/main/en/chat_templating
messages = [
    {
        "role": "system",
        "content": "You are a friendly chatbot who always responds in the style of a pirate"
    },
    {
        "role": "user",
        "content": "How many helicopters can a human eat in one sitting?"
    }
]
prompt = pipe.tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
outputs = pipe(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 4
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • gradient_accumulation_steps: 128
  • total_train_batch_size: 512
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • num_epochs: 1

Training results

Training LossEpochStepValidation Loss
1.99470.1632.0093

Framework versions

  • Transformers 4.36.1
  • Pytorch 2.1.2+cu121
  • Datasets 2.14.6
  • Tokenizers 0.15.0
  • PEFT 0.6.1

Citation Information

@misc{rishiraj2023catppt,
  author = {Rishiraj Acharya},
  title = {CatPPT},
  year = {2023},
  publisher = {Hugging Face},
  journal = {Hugging Face repository},
  howpublished = {\url{https://huggingface.co/rishiraj/CatPPT}}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · peft

Нельзя запустить

Репозиторий содержит только адаптер (LoRA/PEFT) без базовой модели.

Класс архитектуры
MistralForCausalLM
Ревизия весов
7cb7df3

0 моделей