/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
1,4 млрд
Лицензия
Своя лицензия
Архитектура
stablelm · dense
Опубликована
19 янв 2024

stablelm-2-zephyr-1_6b

Генерация текстаТекст → текст6 профессий

StableLM 2 Zephyr 1.6B — компактная авторегрессионная языковая модель на основе архитектуры Transformer decoder, разработанная Stability AI.

6 563скачиваний за 30 дней187лайковвеса обновлены3 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 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

    0,1714

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0332

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,3352

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2433

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,3279

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3511

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель содержит 1,6 млрд параметров, дообучена из StableLM 2 1.6B и оптимизирована для следования инструкциям. При обучении использовались открытые и синтетические наборы данных для диалогов, математических задач, инструкций и предпочтений, включая Direct Preference Optimization (DPO).

Модель предназначена для англоязычных текстовых сценариев: диалоговых помощников, генерации и преобразования текста, ответов на вопросы, выполнения инструкций и решения некоторых математических задач. Для работы применяется специальный формат сообщений с ролями user и assistant, поддерживаемый через chat template токенизатора. Модель работает только с текстом; сведения о размере контекста в README не указаны.

К сильным сторонам относятся небольшой размер, пригодность для запуска в условиях ограниченных вычислительных ресурсов и улучшенная настройка на выполнение инструкций по сравнению с базовой StableLM 2 1.6B. В опубликованных оценках модель получила 5,42 на MT-Bench и средний результат 49,89% на OpenLLM Leaderboard, однако её возможности уступают более крупным моделям. Ограничениями являются поддержка английского языка, сравнительно небольшой размер и отсутствие гарантии корректности ответов. Модель распространяется по StabilityAI Non-Commercial Research Community License; коммерческое использование требует обращения к Stability AI.

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

StableLM 2 Zephyr 1.6B

Model Description

Stable LM 2 Zephyr 1.6B is a 1.6 billion parameter instruction tuned language model inspired by HugginFaceH4's Zephyr 7B training pipeline. The model is trained on a mix of publicly available datasets and synthetic datasets, utilizing Direct Preference Optimization (DPO).

Usage

StableLM 2 Zephyr 1.6B uses the following instruction format:

<|user|>
Which famous math number begins with 1.6 ...?<|endoftext|>
<|assistant|>
The number you are referring to is 1.618033988749895. This is the famous value known as the golden ratio<|endoftext|>

This format is also available through the tokenizer's apply_chat_template method:

from transformers import AutoModelForCausalLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained('stabilityai/stablelm-2-zephyr-1_6b')
model = AutoModelForCausalLM.from_pretrained(
    'stabilityai/stablelm-2-zephyr-1_6b',
    device_map="auto"
)

prompt = [{'role': 'user', 'content': 'Which famous math number begins with 1.6 ...?'}]
inputs = tokenizer.apply_chat_template(
    prompt,
    add_generation_prompt=True,
    return_tensors='pt'
)

tokens = model.generate(
    inputs.to(model.device),
    max_new_tokens=1024,
    temperature=0.5,
    do_sample=True
)

print(tokenizer.decode(tokens[0], skip_special_tokens=False))

Model Details

Training Dataset

The dataset is comprised of a mixture of open datasets large-scale datasets available on the HuggingFace Hub:

  1. SFT Datasets
  • HuggingFaceH4/ultrachat_200k
  • meta-math/MetaMathQA
  • WizardLM/WizardLM_evol_instruct_V2_196k
  • Open-Orca/SlimOrca
  • openchat/openchat_sharegpt4_dataset
  • LDJnr/Capybara
  • hkust-nlp/deita-10k-v0
  1. Preference Datasets:
  • allenai/ultrafeedback_binarized_cleaned
  • Intel/orca_dpo_pairs

Performance

MT-Bench

ModelSizeMT-Bench
Mistral-7B-Instruct-v0.27B7.61
Llama2-Chat70B6.86
stablelm-zephyr-3b3B6.64
MPT-30B-Chat30B6.39
stablelm-2-zephyr-1.6b1.6B5.42
Falcon-40B-Instruct40B5.17
Qwen-1.8B-Chat1.8B4.95
dolphin-2.6-phi-22.7B4.93
phi-22.7B4.29
TinyLlama-1.1B-Chat-v1.01.1B3.46

OpenLLM Leaderboard

ModelSizeAverageARC Challenge (acc_norm)HellaSwag (acc_norm)MMLU (acc_norm)TruthfulQA (mc2)Winogrande (acc)Gsm8k (acc)
microsoft/phi-22.7B61.32%61.09%75.11%58.11%44.47%74.35%54.81%
stabilityai/stablelm-2-zephyr-1_6b1.6B49.89%43.69%69.34%41.85%45.21%64.09%35.18%
microsoft/phi-1_51.3B47.69%52.90%63.79%43.89%40.89%72.22%12.43%
stabilityai/stablelm-2-1_6b1.6B45.54%43.43%70.49%38.93%36.65%65.90%17.82%
mosaicml/mpt-7b7B44.28%47.70%77.57%30.80%33.40%72.14%4.02%
KnutJaegersberg/Qwen-1_8B-Llamaified*1.8B44.75%37.71%58.87%46.37%39.41%61.72%24.41%
openlm-research/open_llama_3b_v23B40.28%40.27%71.60%27.12%34.78%67.01%0.91%
iiuae/falcon-rw-1b1B37.07%35.07%63.56%25.28%35.96%62.04%0.53%
TinyLlama/TinyLlama-1.1B-3T1.1B36.40%33.79%60.31%26.04%37.32%59.51%1.44%

Training Infrastructure

  • Hardware: StableLM 2 Zephyr 1.6B was trained on the Stability AI cluster across 8 nodes with 8 A100 80GBs GPUs for each nodes.
  • Code Base: We use our internal script for SFT steps and used HuggingFace Alignment Handbook script for DPO training.

Use and Limitations

Intended Use

The model is intended to be used in chat-like applications. Developers must evaluate the model for safety performance in their specific use case. Read more about safety and limitations below.

Limitations and Bias

​ This model is not trained against adversarial inputs. We strongly recommend pairing this model with an input and output classifier to prevent harmful responses.

Through our internal red teaming, we discovered that while the model will not output harmful information if not prompted to do so, it will hallucinate many facts. It is also willing to output potentially harmful outputs or misinformation when the user requests it. Using this model will require guardrails around your inputs and outputs to ensure that any outputs returned are not misinformation or harmful. Additionally, as each use case is unique, we recommend running your own suite of tests to ensure proper performance of this model. Finally, do not use the models if they are unsuitable for your application, or for any applications that may cause deliberate or unintentional harm to others.

How to Cite

@misc{StableLM-2-1.6B,
      url={[https://huggingface.co/stabilityai/stablelm-2-1.6b](https://huggingface.co/stabilityai/stablelm-2-1.6b)},
      title={Stable LM 2 1.6B},
      author={Stability AI Language Team}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
StableLmForCausalLM
Ревизия весов
2f275b1

0 моделей