/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
zephyr-7b-sft-full
Опубликована
26 июн 2024

zephyr-7b-dpo-full-ultrabin-2

Генерация текстаТекст → текст6 профессий

Диалоговая модель Mistral на 7,1 млрд параметров, дообученная методом DPO для генерации текста и ответов в чате.

15скачиваний за 30 дней0лайковвеса обновлены26 июн 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

sfulay/zephyr-7b-dpo-full-ultrabin-2 — диалоговая языковая модель на архитектуре Mistral с 7,1 млрд параметров, дообученная разработчиком на alignment-handbook/zephyr-7b-sft-full методом DPO на датасете HuggingFaceH4/ultrafeedback_binarized. Модель предназначена для генерации текста и ответов в чате; карточка указывает контекст до 32 768 токенов.

В README приведены результаты оценки на наборе проверки, включая точность предпочтений 0,7734 и разницу вознаграждений 0,9744. Модель распространяется в формате safetensors по лицензии Apache-2.0. README не описывает ограничения и конкретные сценарии использования.

Сценарии применения

  • генерация ответов в диалоге
  • ответы на вопросы в чате
  • составление текстовых ответов по запросу

Ограничения

README не приводит конкретных сведений об ограничениях модели. Результаты оценки в карточке отражают только указанный набор проверки и не гарантируют качество на других задачах.

Для каких профессий подходит6

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

zephyr-7b-dpo-full-ultrabin-2

This model is a fine-tuned version of alignment-handbook/zephyr-7b-sft-full on the HuggingFaceH4/ultrafeedback_binarized dataset. It achieves the following results on the evaluation set:

  • Loss: 0.5012
  • Rewards/chosen: -1.0205
  • Rewards/rejected: -1.9949
  • Rewards/accuracies: 0.7734
  • Rewards/margins: 0.9744
  • Logps/rejected: -462.1516
  • Logps/chosen: -364.6655
  • Logits/rejected: 0.2960
  • Logits/chosen: -0.5539

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-07
  • 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: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 1

Training results

Training LossEpochStepValidation LossRewards/chosenRewards/rejectedRewards/accuraciesRewards/marginsLogps/rejectedLogps/chosenLogits/rejectedLogits/chosen
0.57370.20921000.5691-0.6944-1.22090.72270.5264-384.7459-332.0635-1.3889-1.5290
0.54560.41842000.5217-0.8959-1.67440.78120.7785-430.1032-352.2071-0.6808-1.2567
0.49380.62763000.5073-0.9394-1.82660.76950.8872-445.3213-356.5596-0.2199-0.9537
0.50140.83684000.5015-1.0166-1.96080.76560.9442-458.7432-364.28300.1887-0.6221

Framework versions

  • Transformers 4.41.2
  • Pytorch 2.1.2
  • Datasets 2.20.0
  • Tokenizers 0.19.1

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
23c0fba

0 моделей