/ Модель

Характеристики

Контекст
8 192 токена
Параметры
3,8 млрд
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
h2o-danube3-4b-base
Библиотека
transformers
Опубликована
28 июл 2024

LittleInstructionMaker-4B-v0.1

Генерация текстаТекст → текст3 профессии

Англоязычная модель на 3,8 млрд параметров, которая генерирует тематические инструкции и промпты по системному сообщению.

34скачиваний за 30 дней1лайквеса обновлены7 авг 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

LittleInstructionMaker-4B-v0.1 — англоязычная языковая модель, созданная trollek на базе h2oai/h2o-danube3-4b-base. Модель дообучена и объединена с другими обученными вариантами: в описании указаны Model Stock и LoRA+ с обучением на промптах. Она содержит 3,8 млрд параметров, использует плотную архитектуру семейства Llama и поддерживает контекст до 8192 токенов.

Модель предназначена для генерации пользовательских инструкций и промптов по системному сообщению, задающему роль или тематику. Полученные инструкции можно отбирать другой моделью и использовать для подготовки нишевых наборов данных для последующего обучения. Для работы требуется системное сообщение; модель также может завершать EOS-токеном заготовку пользовательского промпта. Доступна по лицензии Apache-2.0.

Сценарии применения

  • генерация инструкций для набора данных по заданной теме
  • создание промптов для творческого письма
  • подготовка запросов для обучения кодового ассистента
  • генерация инструкций для последующей фильтрации другой моделью

Ограничения

Для генерации требуется системное сообщение. Модель может выдавать EOS-токен в конце заготовки пользовательского промпта; README не приводит количественной оценки качества.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LittleInstructionMaker-4B-v0.1

A small model to create prompts the Magpie way.

The secret sauce turned out to be also training on the prompts. I did that last with SystemChat-1.1 in order to be able to steer the prompt generation. It does not work without a system message.

Now imagine, if you will, having this bad boy generate a bunch of different prompts right, and having another model like, I mean.. LittleInstructionJudge Any mode with some proper prompt engineering right, judge all of the instructions right, and then slam a serverfarm with the cream of the crop right.

In other words, giving it a system prompt like "You are a creative writing partner", "You are an advanced coding assistant", "You are a damn good psychologist", etc, you can can quickly generate prompts for a niche dataset that can then be answered by large model.

In a different language: Ved hjælp af Husskades indsigt, hvor man udnytter sprogmodellers natur til at skabe tilpasningsdata, kan man med fordel bruge denne sprogmodel til at skrive instruktioner, og endda styre indholdet ved hjælp af system beskeden.

Training

All the datasets were used seperately and merged together using Model Stock, except for SystemChat-1.1 where I fine-tuned it using LoRA+ with train_on_prompt set to True.

Datasets

Using this model to make instructions

<|im_start|>system
{{system_message}}<|im_end|>
<|im_start|>user

It actually generates an EOS token at the end of a "user" prompt. Lawdy that has been a pain when trying to use large models for this purpose. Good luck; have fun.

Response preview

Giving the model this text at a temperature of 0.9:

<|im_start|>system
You are an AI coding assistant.<|im_end|>
<|im_start|>user

Will return this:

Hey, can you help me write a simple program that generates a Fibonacci sequence until a certain number of terms? Like this: Fib(5) should give me the first five numbers in the series.

Code example to use it

import torch
from unsloth import FastLanguageModel

model, tokenizer = FastLanguageModel.from_pretrained(
	"trollek/LittleInstructionMaker-4B-v0.1",
	dtype=torch.bfloat16,
	load_in_4bit=True,
	max_seq_length=8192
)
FastLanguageModel.for_inference(model)

def instruction_generator(system_message: str, num_instructions: int):
	if system_message is None or "":
		raise ValueError
	if num_instructions < 1:
		raise ValueError
	magpie_template = f"<|im_start|>system\n{system_message}<|im_end|>\n<|im_start|>user\n"
	input_ids = tokenizer(magpie_template, return_tensors="pt").input_ids.to("cuda")
	for idx in range(num_instructions):
		generated_ids = model.generate(input_ids, max_new_tokens=512, temperature=0.9, repetition_penalty=1.1, do_sample=True, eos_token_id=tokenizer.eos_token_id)
		response = tokenizer.decode(generated_ids[0][input_ids.shape[-1]:], skip_special_tokens=True, clean_up_tokenization_space=True)
		yield response

for instruct in instruction_generator("You are an AI coding assistant.", 2):
	print(instruct)

# Can you help me write a simple programming language syntax?
# I want to create a Python program for a social media app that allows users to post and comment on stories. The message I want to convey is that staying connected with others is essential in life. Can you suggest a way to design the program?

Quants

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
580e3de

0 моделей