/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Alignment-Lab-AIlonger
Опубликована
22 мар 2024

eros-7B-ALPHA

Генерация текстаТекст → текст6 профессий

Диалоговая модель на базе Mistral с 7,1 млрд параметров для генерации текста и ответов в чате.

17скачиваний за 30 дней1лайквеса обновлены22 мар 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

Eros-7B-ALPHA — диалоговая языковая модель на архитектуре Mistral, дообученная tavtav на базе Alignment-Lab-AI/Alignment-Lab-AIlonger. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов; опубликована в формате safetensors и предназначена для генерации текста в чате.

Карточка не описывает специальные области применения, языковой охват или особенности обучения. В качестве результата оценки приведено значение loss 1,2012, но без деталей набора данных и протокола его интерпретировать сложно. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация ответов в диалоге
  • создание черновиков и продолжение текста
  • ответы на вопросы в чате

Ограничения

Карточка не раскрывает обучающие данные, языки и профильные возможности модели; приведённое значение loss не сопровождается описанием методики оценки.

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

axolotl version: 0.4.0

base_model: Alignment-Lab-AI/Alignment-Lab-AIlonger
load_in_8bit: false
load_in_4bit: false
strict: false
tokenizer_type: LlamaTokenizer

datasets:
  - path: PygmalionAI/spice
    type: sharegpt
    conversation: chatml

  - path: PygmalionAI/NYROS
    type: sharegpt
    conversation: chatml

chat_template: chatml

dataset_prepared_path: /workspace/disk2/2prepath2
val_set_size: 0.05
output_dir: /workspace/disk2/Eros2
eval_sample_packing: true
sequence_len: 16384
sample_packing: true
pad_to_sequence_len: true
torch_compile: true
hf_use_auth_token: true
hub_strategy: all_checkpoints
hub_model_id: PygmalionAI/Eros-ALPHA
hub_private_repo: true
push_to_hub: true
wandb_project: Erosium
wandb_entity:
wandb_watch: all
overwrite_output_dir: false
wandb_name:
wandb_log_model:
save_safetensors: true
gradient_accumulation_steps: 6
micro_batch_size: 1
num_epochs: 3
optimizer: adamw_bnb_8bit
amsgrad: true
max_grad_norm: 0.3
lr_scheduler: 'cosine'
lr_scheduler_kwargs:
  num_cycles: 3
learning_rate: 0.000005
gradient_checkpointing: true
gradient_checkpointing_kwargs:
  use_reentrant: false
train_on_inputs: false
group_by_length: true
neftune_noise_alpha: 5
bf16: auto
fp16:
tf32: false
seed: 314159
early_stopping_patience:
local_rank:
logging_steps: 1
log_level: debug
xformers_attention:
flash_attention: true
warmup_steps:
eval_per_epoch: 0.05
save_steps: 0.10
debug:
deepspeed: ./deepspeed_configs/zero2.json
weight_decay: 0.0020
fsdp:
fsdp_config:
special_tokens:
  bos_token: "<s>"
  eos_token: "</s>"
  unk_token: "<unk>"
tokens:
  - "<|im_start|>"
  - "<|im_end|>"

Eros-ALPHA

This model is a fine-tuned version of Alignment-Lab-AI/Alignment-Lab-AIlonger on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.2012

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-06
  • train_batch_size: 1
  • eval_batch_size: 1
  • seed: 314159
  • distributed_type: multi-GPU
  • num_devices: 8
  • gradient_accumulation_steps: 6
  • total_train_batch_size: 48
  • total_eval_batch_size: 8
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 1
  • num_epochs: 3

Training results

Training LossEpochStepValidation Loss
1.32141.021491.3297
1.27042.022991.2548
1.15812.954381.2012

Framework versions

  • Transformers 4.39.0.dev0
  • Pytorch 2.1.2+cu118
  • Datasets 2.18.0
  • Tokenizers 0.15.0

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
37707d5

0 моделей