/ Модель

Характеристики

Контекст
8 192 токена
Параметры
1,7 млрд
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
Fox-1-1.6B
Опубликована
21 июн 2024

Fox-1-1.6B-Instruct-v0.1

Генерация текстаТекст → текст10 профессий

Компактная англоязычная модель TensorOpera AI для выполнения инструкций, диалогов и генерации текста с контекстом до 8192 токенов.

120скачиваний за 30 дней14лайковвеса обновлены21 ноя 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

Fox-1-1.6B-Instruct-v0.1 — компактная языковая модель TensorOpera AI с архитектурой decoder-only Transformer семейства Llama и примерно 1,7 млрд параметров. Это версия базовой Fox-1-1.6B, дообученная методом SFT на инструкциях и данных многоходовых диалогов.

Модель предназначена для генерации текста, выполнения инструкций и диалоговых сценариев на английском языке. Она использует Grouped Query Attention с 16 головами внимания и 4 головами ключей и значений; нативная длина контекста составляет 8192 токена. В README приведены результаты оценки на наборах ARC Challenge, HellaSwag, TruthfulQA, MMLU, Winogrande и GSM8k.

Разработчик предупреждает, что перед производственным использованием модели требуется дополнительное выравнивание. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация текста по инструкции
  • ответы на вопросы на английском языке
  • многоходовый диалоговый ассистент
  • решение типовых математических задач с текстовым ответом

Ограничения

В README указано, что перед производственным применением модели требуется дополнительное выравнивание. Оценки приведены на ограниченном наборе бенчмарков и не гарантируют качество в других сценариях.

Для каких профессий подходит10

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

Model Card for Fox-1-1.6B-Instruct

[!IMPORTANT] This model is an instruction tuned model which requires alignment before it can be used in production. We will release the chat version soon.

Fox-1 is a decoder-only transformer-based small language model (SLM) with 1.6B total parameters developed by TensorOpera AI. The model was pre-trained with a 3-stage data curriculum on 3 trillion tokens of text and code data in 8K sequence length. Fox-1 uses Grouped Query Attention (GQA) with 4 key-value heads and 16 attention heads for faster inference.

Fox-1-Instruct-v0.1 is an instruction-tuned (SFT) version of Fox-1-1.6B that has an 8K native context length. The model was finetuned with 5B tokens of instruction following and multi-turn conversation data.

For the full details of this model please read Fox-1 technical report and release blog post.

Getting-Started

The model and a live inference endpoint are available on the TensorOpera AI Platform.

For detailed deployment instructions, refer to the Step-by-Step Guide on how to deploy Fox-1-Instruct on the TensorOpera AI Platform.

Benchmarks

We evaluated Fox-1 on ARC Challenge (25-shot), HellaSwag (10-shot), TruthfulQA (0-shot), MMLU (5-shot), Winogrande (5-shot), and GSM8k (5-shot). We follow the Open LLM Leaderboard's evaluation setup and report the average score of the 6 benchmarks. The model was evaluated on a machine with 8*H100 GPUs.

Fox-1-1.6B-Instruct-v0.1Fox-1-1.6BQwen1.5-1.8B-ChatGemma-2B-ItOpenELM-1.1B-Instruct
GSM8k39.20%36.39%18.20%4.47%0.91%
MMLU44.99%43.05%45.77%37.70%25.70%
ARC Challenge43.60%41.21%38.99%43.34%40.36%
HellaSwag63.39%62.82%60.31%62.72%71.67%
TruthfulQA44.12%38.66%40.57%45.86%45.96%
Winogrande62.67%60.62%59.51%61.33%61.96%
Average49.66%47.13%43.89%42.57%41.09%

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
40d5278

0 моделей