/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
zephyr-qwen2-7b-sft
Опубликована
10 июн 2024

zephyr-qwen2-7b-dpo

Генерация текстаТекст → текст8 профессий

Диалоговая модель Qwen2 с 7,1 млрд параметров, дообученная методом DPO для генерации текста и общения.

25скачиваний за 30 дней1лайквеса обновлены20 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

tanliboy/zephyr-qwen2-7b-dpo — диалоговая языковая модель, полученная дообучением tanliboy/zephyr-qwen2-7b-sft методом DPO на наборе предпочтений HuggingFaceH4/ultrafeedback_binarized. Она построена на архитектуре Qwen2, содержит 7,1 млрд параметров и предназначена для генерации текста в формате общения; заявленная длина контекста — 131 072 токена.

Модель можно использовать для диалоговых ответов и других задач генерации текста. В README приведены результаты оценки на тестовом наборе, включая точность предпочтений 0,712. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • ответы на вопросы в диалоговом формате
  • создание разговорного чат-бота
  • генерация и продолжение текста
  • сравнение предпочтений между вариантами ответов

Ограничения

README не описывает целевые сценарии, языковое покрытие и известные ограничения модели. Результаты оценки приведены без подробностей о методике и не гарантируют качество в иных задачах.

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

zephyr-qwen2-7b-dpo

This model is a fine-tuned version of tanliboy/zephyr-qwen2-7b-sft on the HuggingFaceH4/ultrafeedback_binarized dataset. It achieves the following results on the evaluation set:

  • Loss: 0.5492
  • Rewards/chosen: -0.3377
  • Rewards/rejected: -0.7347
  • Rewards/accuracies: 0.7120
  • Rewards/margins: 0.3970
  • Logps/rejected: -339.1164
  • Logps/chosen: -334.2959
  • Logits/rejected: 0.0096
  • Logits/chosen: 0.1430

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: 2
  • eval_batch_size: 2
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 128
  • total_eval_batch_size: 16
  • 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
0.64390.20941000.6410-0.0729-0.17740.62800.1045-283.3870-307.8225-0.07980.0658
0.59470.41872000.5743-0.3018-0.60300.68000.3013-325.9524-330.7078-0.04180.1044
0.54650.62813000.5582-0.2623-0.62010.70800.3578-327.6540-326.75640.00430.1374
0.55130.83754000.5497-0.3456-0.74350.70400.3979-340.0029-335.09010.00970.1434

Framework versions

  • Transformers 4.40.2
  • Pytorch 2.3.0+cu121
  • Datasets 2.19.1
  • 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
Qwen2ForCausalLM
Ревизия весов
4ff1334

0 моделей