/ Модель

Характеристики

Контекст
8 192 токена
Параметры
1,7 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
h2o-danube2-1.8b-base
Библиотека
transformers
Опубликована
8 июл 2024

danube2-1.8b-Synthia-v1.3

Генерация текстаТекст → текст5 профессий

Дообученная на Synthia-v1.3 компактная разговорная языковая модель для генерации текста на английском языке.

20скачиваний за 30 дней0лайковвеса обновлены11 июл 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

Модель trollek/danube2-1.8b-Synthia-v1.3 — дообученная версия базовой языковой модели H2O.ai h2o-danube2-1.8b-base. Автор карточки сообщает, что модель была дообучена на наборе migtissera/Synthia-v1.3 с помощью BAdam и LLama-Factory; она использует шаблон диалога ChatML и предназначена для генерации текста в разговорном формате.

Модель содержит 1,7 млрд параметров, построена на плотной архитектуре Mistral и принимает текст для генерации текстовых ответов. Контекст составляет 8192 токена. В метаданных указан английский язык и лицензия Apache-2.0. Карточка также ссылается на варианты квантования GGUF, однако сам репозиторий отмечен как safetensors.

Сценарии применения

  • генерация ответов в диалоге на английском языке
  • создание текстовых продолжений по запросу
  • развёртывание компактного чат-ассистента
  • эксперименты с дообучением языковых моделей

Ограничения

Карточка не приводит оценок качества и рекомендуемых параметров генерации. Модель дообучена на конкретном наборе Synthia-v1.3, поэтому поведение и качество могут зависеть от формулировки запроса и соответствия диалоговому шаблону.

Для каких профессий подходит5

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

h2o-danube2 with ChatML template

This model was first fine-tuned with BAdam on migtissera/Synthia-v1.3 using LLama-Factory.

Quants

Big ups, mradermacher!

Template

<|im_start|>system
{{system}}<|im_end|>
<|im_start|>user
{{instruction}}<|im_end|>
<|im_start|>assistant
{{response}}<|im_end|>

BAdam config

### model
model_name_or_path: danube2-base-chatml

### method
stage: sft
do_train: true
finetuning_type: full
use_badam: true
badam_switch_mode: ascending
badam_switch_interval: 50
badam_verbose: 1
badam_start_block: 16
seed: 1080

### dataset
dataset: synthia
template: hermes_chatml
cutoff_len: 8192
overwrite_cache: false
preprocessing_num_workers: 12

### output
output_dir: synthia-chatml-badam
logging_steps: 5
save_steps: 1
save_strategy: epoch
plot_loss: true
overwrite_output_dir: false

### train
per_device_train_batch_size: 2
gradient_accumulation_steps: 8
learning_rate: 0.00001
num_train_epochs: 1
lr_scheduler_type: constant_with_warmup
warmup_ratio: 0.01
bf16: true
flash_attn: fa2

### eval
val_size: 0.01
per_device_eval_batch_size: 1
eval_strategy: steps
eval_steps: 1000

BAdam training results

Training LossEpochStepValidation Loss
0.78950.136010000.7205
0.71530.272020000.7015
0.70240.408030000.7024
0.7520.544040000.6977
0.7270.680050000.6922
0.66160.816060000.6922
0.76280.951970000.6913

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
dcb221c

0 моделей