/ 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-Tess-v1.5

Генерация текстаТекст → текст5 профессий

Дообученная на Tess-v1.5 модель на базе Danube2 для генерации текста и ведения диалогов на английском языке.

20скачиваний за 30 дней0лайковвеса обновлены9 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-Tess-v1.5 — дообученная автором trollek языковая модель для генерации текста и диалогов. Она основана на h2oai/h2o-danube2-1.8b-base и обучалась с BAdam на датасете migtissera/Tess-v1.5 с помощью Llama-Factory; для общения используется шаблон ChatML.

Модель имеет плотную архитектуру семейства Mistral и около 1,7 млрд параметров. Она принимает текстовые сообщения в формате диалога и генерирует текст; заявленная длина контекста — 8192 токена. Карточка ориентирована на англоязычное использование.

Модель подходит для диалоговых приложений и генерации ответов на текстовые запросы. Небольшой размер облегчает запуск по сравнению с крупными языковыми моделями, но качество и надёжность ответов могут быть ограничены масштабом модели и обучающими данными. Лицензия — Apache-2.0.

Сценарии применения

  • создание англоязычного чат-бота
  • генерация ответов на текстовые запросы
  • прототипирование диалогового ассистента
  • локальный запуск компактной языковой модели

Ограничения

Модель компактна и может уступать более крупным моделям в качестве, устойчивости и точности ответов. В карточке не приведены результаты оценки качества.

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/Tess-v1.5 using LLama-Factory.

Quants

Thanks to mradermacher for this!

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: 6
seed: 720

### dataset
dataset: tess15
template: hermes_chatml
cutoff_len: 8192
overwrite_cache: false
preprocessing_num_workers: 12

### output
output_dir: tess15-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: 4
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
0.80170.064310000.6820
0.61670.128720000.6610
0.61610.193030000.6496
0.63220.257440000.6423
0.51270.321750000.6366
0.610.386060000.6312
0.67580.450470000.6266
0.59010.514780000.6215
0.51630.579190000.6197
0.60430.6434100000.6175
0.50560.7077110000.6153
0.57720.7721120000.6126
0.66920.8364130000.6107
0.52620.9008140000.6066
0.63860.9651150000.6056

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
9b582de

0 моделей