/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Библиотека
transformers
Опубликована
10 окт 2023

speechless-code-mistral-7b-v1.0

Генерация текстаТекст → текст8 профессий

Дообученная на коде и инструкциях модель Mistral с 7,1 млрд параметров для генерации программного кода и решения задач программирования.

8 631скачиваний за 30 дней19лайковвеса обновлены30 дек 2023

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.

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,3665

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0521

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2844

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,4572

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4502

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • mbpp

    pass@1 · выше — лучше

    Результат

    57,4 %

    EvalPlus

    Публичная таблицаревизия не подтверждена

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3146

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • mbpp+

    pass@1 · выше — лучше

    Результат

    48,7 %

    EvalPlus

    Публичная таблицаревизия не подтверждена

  • humaneval

    pass@1 · выше — лучше

    Результат

    48,2 %

    EvalPlus

    Публичная таблицаревизия не подтверждена

  • humaneval+

    pass@1 · выше — лучше

    Результат

    41,5 %

    EvalPlus

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

speechless-code-mistral-7b-v1.0 — языковая модель для генерации кода и выполнения инструкций, созданная Uukuguy на базе Mistral-7B-v0.1. Модель дообучена на 201 981 примере с задачами программирования, рассуждения и планирования; среди источников данных — наборы Airoboros, OpenOrca, Open-Platypus, WizardLM, TokenBender и Spider. Для общения используется формат инструкций Alpaca.

Это плотная авторегрессионная архитектура Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Карточка приводит результаты HumanEval и Big Code Evaluation и описывает возможности генерации кода, включая Python и ряд других языков программирования. Модель принимает текстовые инструкции и выдаёт текст с кодом или пояснениями; основной заявленный язык естественного общения — английский.

Модель подходит для генерации и дополнения кода, решения задач по программированию, а также для запросов, требующих рассуждения и планирования. Лицензия — Apache 2.0. В карточке также перечислены сторонние AWQ, GPTQ и GGUF варианты для инференса, однако метаданные этого репозитория указывают формат PyTorch; приведённые оценки на тестах не гарантируют качество для конкретных задач.

Сценарии применения

  • генерация функций и фрагментов кода по текстовому описанию
  • ответы на вопросы по программированию
  • помощь в решении задач на Python
  • создание и объяснение кода на нескольких языках программирования
  • выполнение инструкций с рассуждением и планированием

Ограничения

Модель обучалась на англоязычных инструкциях и наборах данных; качество для других естественных языков в карточке не подтверждено. Результаты бенчмарков не гарантируют корректность или безопасность сгенерированного кода.

Для каких профессий подходит8

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

Code: https://github.com/uukuguy/speechless

Use the following dataset to fine-tune mistralai/Mistral-7B-v0.1 in order to improve the model's reasoning and planning abilities.

Total 201,981 samples.

  • jondurbin/airoboros-2.2: Filter categories related to coding, reasoning and planning. 23,462 samples.
  • Open-Orca/OpenOrca: Filter the 'cot' category in 1M GPT4 dataset. 74,440 samples.
  • garage-bAInd/Open-Platypus: 100%, 24,926 samples.
  • WizardLM/WizardLM_evol_instruct_V2_196k: Coding coversation part. 30,185 samples
  • TokenBender/python_eval_instruct_51k: “python” in output .40,309 samples
  • Spider: 8,659 samples

How to Prompt the Model

This model accepts the Alpaca instruction format.

For example:

You are an intelligent programming assistant.

### Instruction:
Implement a linked list in C++

### Response:

HumanEval

MetricValue
humaneval-python51.21951219512195

Big Code Evaluation

HumanevalJavaJavascriptCPPPhpRustSwiftRLuaDRacketJulia
pass@10.42600.31650.42410.34670.35480.24540.00000.17350.29420.10870.00000.3081
pass@100.57840.45060.58910.48450.49970.38580.00000.25160.41260.20180.00000.4427

Big Code Models Leaderboard

CodeLlama-34B-Python: 53.29

CodeLlama-34B-Instruct: 50.79

CodeLlama-13B-Instruct: 50.6

CodeLlama-34B: 45.11

CodeLlama-13B-Python: 42.89

CodeLlama-13B: 35.07

lm-evaluation-harness

{'ARC (acc_norm)': 0.6109215017064846,
'HellaSwag (acc_norm)': 0.8358892650866361,
'MMLU (acc)': 0.6325456394049195,
'TruthfulQA (mc2)': 0.4746745250371087,
'Winoground (acc)': 0.7829518547750592,
'GSM8K (acc)': 0.467778620166793,
'DROP (f1)': 0.49585675335570545,
'Open LLM Score': 0.61437428571428571}

Open LLM Leaderboard

MetricValue
ARC60.58
HellaSwag83.47
MMLU62.98
TruthfulQA47.9
Winoground78.69
GSM8K19.18
Average58.85

Parameters

lr2e-4
lr_scheduler_typecosine
weight_decay0.0
optimpaged_adamw_8bit
flash_attentionTrue
reropeFalse
max_new_tokens4096
num_train_epochs2
bits4
lora_r64
lora_alpha16
lora_dropout0.05
double_quantTrue
quant_typenf4
dataset_formatairoboros
mini_batch_size2
grandient_accumulation_steps32
bf16True

A40-48G x 2

epoch2.0
etrain_loss0.5
etrain_runtime1 day, 10:25:26.77
etrain_samples_per_second3.194
etrain_steps_per_second0.025
eeval_loss0.5146
eeval_runtime0:00:25.04
eeval_samples_per_second7.985
eeval_steps_per_second

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.53.47
ARC (25-shot)60.58
HellaSwag (10-shot)83.75
MMLU (5-shot)62.98
TruthfulQA (0-shot)47.9
Winogrande (5-shot)78.69
GSM8K (5-shot)19.18
DROP (3-shot)21.19

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
1862e0a

0 моделей