/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
10,6 млрд
Размер весов
21,5 ГБ
Лицензия
CC BY-NC 4.0
Архитектура
llama · dense
Базовая модель
SOLAR-10.7B-v1.0
Опубликована
12 дек 2023

SOLAR-10.7B-Instruct-v1.0

Генерация текстаТекст → текст12 профессий

Дообученная языковая модель Upstage для одношаговых диалогов, выполнения инструкций и генерации ответов на английском языке.

32 690скачиваний за 30 дней659лайковвеса обновлены10 сен 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 оценки10

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • mbpp

    pass@1 · выше — лучше

    Результат

    43,9 %

    EvalPlus

    Публичная таблицаревизия не подтверждена

  • humaneval+

    pass@1 · выше — лучше

    Результат

    37,2 %

    EvalPlus

    Публичная таблицаревизия не подтверждена

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3138

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3087

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5162

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • humaneval

    pass@1 · выше — лучше

    Результат

    43,3 %

    EvalPlus

    Публичная таблицаревизия не подтверждена

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3899

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • mbpp+

    pass@1 · выше — лучше

    Результат

    36,2 %

    EvalPlus

    Публичная таблицаревизия не подтверждена

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,4737

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0566

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

SOLAR-10.7B-Instruct-v1.0 — диалоговая языковая модель компании Upstage, дообученная для одношаговых бесед на базе upstage/SOLAR-10.7B-v1.0. Это плотная авторегрессионная модель семейства Llama с 10,6 млрд параметров и контекстом до 4096 токенов. Она принимает текст и генерирует текстовые ответы на английском языке.

Модель прошла инструкционное дообучение с учителем и оптимизацию предпочтений DPO на смесях наборов Alpaca-GPT4, OpenOrca, Orca DPO и UltraFeedback, а также данных, созданных с помощью Metamath. Подходит для диалоговых ответов, выполнения инструкций, объяснений и задач на рассуждение. В карточке заявлены результаты конкурентного качества для своего размера, но это заявление разработчика и оно не гарантирует качество в конкретном сценарии.

Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. Модель ориентирована на одношаговые беседы; контекст ограничен 4096 токенами, поэтому она не предназначена для длительных многошаговых диалогов без специальной настройки.

Сценарии применения

  • ответы на вопросы в формате чата
  • выполнение текстовых инструкций
  • написание и перефразирование текста
  • объяснение понятий и подготовка кратких ответов
  • решение задач на рассуждение и математику

Ограничения

Оптимизирована для одношаговых бесед, а контекст ограничен 4096 токенами. Лицензия CC BY-NC 4.0 запрещает коммерческое использование.

Для каких профессий подходит12

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

Meet 10.7B Solar: Elevating Performance with Upstage Depth UP Scaling!

(This model is upstage/SOLAR-10.7B-v1.0 fine-tuned version for single-turn conversation.)

Introduction

We introduce SOLAR-10.7B, an advanced large language model (LLM) with 10.7 billion parameters, demonstrating superior performance in various natural language processing (NLP) tasks. It's compact, yet remarkably powerful, and demonstrates unparalleled state-of-the-art performance in models with parameters under 30B.

We present a methodology for scaling LLMs called depth up-scaling (DUS) , which encompasses architectural modifications and continued pretraining. In other words, we integrated Mistral 7B weights into the upscaled layers, and finally, continued pre-training for the entire model.

SOLAR-10.7B has remarkable performance. It outperforms models with up to 30B parameters, even surpassing the recent Mixtral 8X7B model. For detailed information, please refer to the experimental table. Solar 10.7B is an ideal choice for fine-tuning. SOLAR-10.7B offers robustness and adaptability for your fine-tuning needs. Our simple instruction fine-tuning using the SOLAR-10.7B pre-trained model yields significant performance improvements.

For full details of this model please read our paper.

Instruction Fine-Tuning Strategy

We utilize state-of-the-art instruction fine-tuning methods including supervised fine-tuning (SFT) and direct preference optimization (DPO) [1].

We used a mixture of the following datasets

  • c-s-ale/alpaca-gpt4-data (SFT)
  • Open-Orca/OpenOrca (SFT)
  • in-house generated data utilizing Metamath [2] (SFT, DPO)
  • Intel/orca_dpo_pairs (DPO)
  • allenai/ultrafeedback_binarized_cleaned (DPO)

where we were careful of data contamination by not using GSM8K samples when generating data and filtering tasks when applicable via the following list.

filtering_task_list = [
    'task228_arc_answer_generation_easy',
    'ai2_arc/ARC-Challenge:1.0.0',
    'ai2_arc/ARC-Easy:1.0.0',
    'task229_arc_answer_generation_hard',
    'hellaswag:1.1.0', 
    'task1389_hellaswag_completion',
    'cot_gsm8k',
    'cot_gsm8k_ii',
    'drop:2.0.0',
    'winogrande:1.1.0'
]

Using the datasets mentioned above, we applied SFT and iterative DPO training, a proprietary alignment strategy, to maximize the performance of our resulting model.

[1] Rafailov, R., Sharma, A., Mitchell, E., Ermon, S., Manning, C.D. and Finn, C., 2023. Direct preference optimization: Your language model is secretly a reward model. NeurIPS.

[2] Yu, L., Jiang, W., Shi, H., Yu, J., Liu, Z., Zhang, Y., Kwok, J.T., Li, Z., Weller, A. and Liu, W., 2023. Metamath: Bootstrap your own mathematical questions for large language models. arXiv preprint arXiv:2309.12284.

Data Contamination Test Results

Recently, there have been contamination issues in some models on the LLM leaderboard. We note that we made every effort to exclude any benchmark-related datasets from training. We also ensured the integrity of our model by conducting a data contamination test [3] that is also used by the HuggingFace team [4, 5].

Our results, with result < 0.1, %: being well below 0.9, indicate that our model is free from contamination.

The data contamination test results of HellaSwag and Winograde will be added once [3] supports them.

ModelARCMMLUTruthfulQAGSM8K
SOLAR-10.7B-Instruct-v1.0result < 0.1, %: 0.06result < 0.1, %: 0.15result < 0.1, %: 0.28result < 0.1, %: 0.70

[3] https://github.com/swj0419/detect-pretrain-code-contamination

[4] https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard/discussions/474#657f2245365456e362412a06

[5] https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard/discussions/265#657b6debf81f6b44b8966230

Evaluation Results

ModelH6Model Size
SOLAR-10.7B-Instruct-v1.074.20~ 11B
mistralai/Mixtral-8x7B-Instruct-v0.172.62~ 46.7B
01-ai/Yi-34B-200K70.81~ 34B
01-ai/Yi-34B69.42~ 34B
mistralai/Mixtral-8x7B-v0.168.42~ 46.7B
meta-llama/Llama-2-70b-hf67.87~ 70B
tiiuae/falcon-180B67.85~ 180B
SOLAR-10.7B-v1.066.04~11B
mistralai/Mistral-7B-Instruct-v0.265.71~ 7B
Qwen/Qwen-14B65.86~ 14B
01-ai/Yi-34B-Chat65.32~34B
meta-llama/Llama-2-70b-chat-hf62.4~ 70B
mistralai/Mistral-7B-v0.160.97~ 7B
mistralai/Mistral-7B-Instruct-v0.154.96~ 7B

Usage Instructions

This model has been fine-tuned primarily for single-turn conversation, making it less suitable for multi-turn conversations such as chat.

Version

Make sure you have the correct version of the transformers library installed:

pip install transformers==4.35.2

Loading the Model

Use the following Python code to load the model:

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("Upstage/SOLAR-10.7B-Instruct-v1.0")
model = AutoModelForCausalLM.from_pretrained(
    "Upstage/SOLAR-10.7B-Instruct-v1.0",
    device_map="auto",
    torch_dtype=torch.float16,
)

Conducting Single-Turn Conversation

conversation = [ {'role': 'user', 'content': 'Hello?'} ] 

prompt = tokenizer.apply_chat_template(conversation, tokenize=False, add_generation_prompt=True)

inputs = tokenizer(prompt, return_tensors="pt").to(model.device) 
outputs = model.generate(**inputs, use_cache=True, max_length=4096)
output_text = tokenizer.decode(outputs[0]) 
print(output_text)

Below is an example of the output.

<s> ### User:
Hello?

### Assistant:
Hello, how can I assist you today? Please feel free to ask any questions or request help with a specific task.</s>

License

How to Cite

Please cite the following papers using the below format when using this model.

@misc{kim2023solar,
      title={SOLAR 10.7B: Scaling Large Language Models with Simple yet Effective Depth Up-Scaling}, 
      author={Dahyun Kim and Chanjun Park and Sanghoon Kim and Wonsung Lee and Wonho Song and Yunsu Kim and Hyeonwoo Kim and Yungi Kim and Hyeonju Lee and Jihoo Kim and Changbae Ahn and Seonghoon Yang and Sukyung Lee and Hyunbyung Park and Gyoungjin Gim and Mikyoung Cha and Hwalsuk Lee and Sunghun Kim},
      year={2023},
      eprint={2312.15166},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}
@misc{kim2024sdpo,
      title={sDPO: Don't Use Your Data All at Once}, 
      author={Dahyun Kim and Yungi Kim and Wonho Song and Hyeonwoo Kim and Yunsu Kim and Sanghoon Kim and Chanjun Park},
      year={2024},
      eprint={2403.19270},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

The Upstage AI Team

Upstage is creating the best LLM and DocAI. Please find more information at https://upstage.ai

Contact Us

Any questions and suggestions, please use the discussion tab. If you want to contact us directly, drop an email to contact@upstage.ai

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
090d405

0 моделей