/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
12,9 млрд
Размер весов
26 ГБ
Лицензия
MIT
Архитектура
llama · dense
Опубликована
18 окт 2023

selfrag_llama2_13b

Генерация текстаТекст → текст8 профессий

Self-RAG Llama2 13B — языковая модель для генерации ответов с адаптивным поиском и самокритикой с помощью токенов рефлексии.

79скачиваний за 30 дней63лайкавеса обновлены16 ноя 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

Self-RAG Llama2 13B — языковая модель семейства Llama, разработанная командой Self-RAG. Она генерирует ответы на разнообразные запросы и специальные токены рефлексии, с помощью которых может адаптивно обращаться к системе поиска и оценивать собственные ответы и найденные фрагменты. Модель обучена на инструкционных данных с чередованием текстовых фрагментов и токенов рефлексии; при генерации эти токены используются для выбора ответа с учётом предпочтений пользователя.

Модель предназначена для генерации ответов с подключённым поиском, а также для сценариев, где требуется оценивать и отбирать ответы и извлечённые материалы. Для полноценного инференса с поисковой системой и древовидным декодированием авторы предлагают использовать код проекта; README также описывает запуск с заранее предоставленными фрагментами. Модель содержит 12,9 млрд параметров, имеет контекст 4096 токенов и принимает текстовые инструкции. Доступна в формате PyTorch под лицензией MIT.

Сценарии применения

  • генерация ответов на пользовательские вопросы с поиском по источникам
  • адаптивный вызов поисковой системы во время генерации
  • оценка релевантности найденных фрагментов
  • самопроверка и отбор сгенерированных ответов
  • ответы на запросы по заранее предоставленным текстовым фрагментам

Ограничения

Для полноценного адаптивного поиска и древовидного декодирования требуется внешний поисковый компонент и код проекта. Контекст ограничен 4096 токенами.

Для каких профессий подходит8

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

This model is a 13B Self-RAG model that generates outputs to diverse user queries as well as reflection tokens to call the retrieval system adaptively and criticize its own output and retrieved passages.

Self-RAG is trained on our instruction-following corpora with interleaving passages and reflection tokens using the standard next-token prediction objective, enabling efficient and stable learning with fine-grained feedback.
At inference, we leverage reflection tokens covering diverse aspects of generations to sample the best output aligning users' preferences. See full descriptions in our paper.

Usage

Here, we show an easy way to quickly download our model from HuggingFace and run with vllm with pre-given passages. Make sure to install dependencies listed at self-rag/requirements.txt. To run our full inference pipeline with a retrieval system and fine-grained tree decoding, please use our code.

from transformers import AutoTokenizer, AutoModelForCausalLM
from vllm import LLM, SamplingParams
model = LLM("selfrag/selfrag_llama2_13b", download_dir="/gscratch/h2lab/akari/model_cache", dtype="half")
sampling_params = SamplingParams(temperature=0.0, top_p=1.0, max_tokens=100, skip_special_tokens=False)
def format_prompt(input, paragraph=None):
  prompt = "### Instruction:\n{0}\n\n### Response:\n".format(input)
  if paragraph is not None:
    prompt += "[Retrieval]<paragraph>{0}</paragraph>".format(paragraph)
  return prompt
query_1 = "Leave odd one out: twitter, instagram, whatsapp."
query_2 = "Can you tell me the difference between llamas and alpacas?"
queries = [query_1, query_2]
preds = model.generate([format_prompt(query) for query in queries], sampling_params)
for pred in preds:
  print("Model prediction: {0}".format(pred.outputs[0].text))
# Model prediction: Twitter, Instagram, and WhatsApp are all social media platforms.[No Retrieval]WhatsApp is the odd one out because it is a messaging app, while Twitter and # Instagram are primarily used for sharing photos and videos.[Utility:5]</s> (this query doesn't require factual grounding; just skip retrieval and do normal instruction-following generation)
# Model prediction: Sure![Retrieval]<paragraph> ... (this query requires factual grounding, call a retriever)
# generate with the retrieved passage
prompt = format_prompt("Can you tell me the difference between llamas and alpacas?", paragraph="The alpaca (Lama pacos) is a species of South American camelid mammal. It is similar to, and often confused with, the llama. Alpacas are considerably smaller than llamas, and unlike llamas, they were not bred to be working animals, but were bred specifically for their fiber.")
preds = model.generate([prompt], sampling_params)
print([pred.outputs[0].text for pred in preds])
# ['[Relevant]Alpacas are considerably smaller than llamas, and unlike llamas, they were not bred to be working animals, but were bred specifically for their fiber.[Fully supported][Utility:5]</s>']

Input Format

As described in the format_prompt function, your input should be formed as

### Instruction:\n{instruction}\n\n### Response:\n".format(instruction)

or

### Instruction:\n{instruction}\n\n### Input:\n{input}\n\n### Response:\n"

If you have additional input. You can insert paragraphs anywhere after ### Response:\n", but make sure to mark paragraphs as paragraph tokens (i.e., <paragraph>{0}</paragraph>).

Training details

Our training data is available at the HuggingFace dataset selfrag_train_data. See our official repository for the training details. We used 8 A100 40GB for training on the Stability HPC server.

Citation and contact

If you use this model, please cite our work:

@article{asai2023selfrag,
  author    = {Asai, Akari and Wu, Zeqiu and Wang, Yizhong and Sil, Avirup and Hajishirzi, Hannaneh},
  title     = {{Self-RAG}: Learning to Retrieve, Generate, and Critique through Self-Reflection},
  year      = {2023},
  journal   = { arXiv preprint arXiv:2310.11511 },
  URL       = {https://arxiv.org/abs/2310.11511}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
3d308b0

0 моделей