/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Архитектура
llama · dense
Базовая модель
Llama-3.1-Storm-8B
Библиотека
transformers
Опубликована
19 сен 2024

L3.1-Niitorm-8B-DPO-t0.0001

Генерация текстаТекст → текст7 профессий

Объединённая и DPO-дообученная модель Llama 3.1 на 7,5 млрд параметров для диалога, следования инструкциям и более естественной генерации прозы.

40скачиваний за 30 дней7лайковвеса обновлены3 окт 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 оценки6

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

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3866

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,7689

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,388

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,1624

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2945

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5134

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

L3.1-Niitorm-8B-DPO — объединённая и дообученная диалоговая языковая модель автора v000000 на основе моделей Llama 3.1. В неё вошли Sao10K/L3.1-8B-Niitama-v1.1, akjindal53244/Llama-3.1-Storm-8B и LoRA-адаптер Grimjim; затем модель прошла DPO-дообучение на jondurbin/gutenberg-dpo-v0.1 в течение одной эпохи. Размер — 7,5 млрд параметров, архитектура — плотная LlamaForCausalLM, формат весов — safetensors, контекст — до 131 072 токенов.

Модель предназначена для диалога, следования инструкциям, генерации прозы и историй, а также вызова функций через соответствующий интерфейс. Автор отмечает, что DPO-обучение на текстах Gutenberg улучшает естественность повествования и уменьшает ощущение синтетического текста. В карточке также указано, что модель в значительной степени «abliterated»; это может влиять на поведение в запросах с ограничениями. Данные о поддерживаемых естественных языках не приведены. Лицензия в предоставленных данных не указана.

Сценарии применения

  • написание художественной прозы и историй
  • ведение диалога с пользователем
  • выполнение инструкций в текстовом чате
  • генерация более естественно звучащих повествовательных текстов
  • вызов функций через интерфейс модели

Ограничения

В предоставленных данных не перечислены поддерживаемые языки и лицензия. Автор сообщает, что модель в значительной степени «abliterated», что может влиять на соблюдение ограничений при ответах.

Для каких профессий подходит7

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

Llama-3.1-Niitorm-8B-DPO

  • DPO Trained, Llama3.1-8B.

image/png

New: DPO'd Gutenberg Version (full epoch training).

RP model, Niitama 1.1 as a base, nearswapped with one of the smartest 3.1 models "Storm", then DPO'd, mostly abliterated.

Essentially, it's an improved Niitama 1.1


Gutenberg DPO creates more human-like prose/story writing and greately lessen synthetic feeling outputs.


llama.cpp:

thank you, mradermacher (GGUF)

thank you, QuantFactory (GGUF)

v0 (GGUF)

Finetune and merge

This is a merge and finetune of pre-trained language models.

Resultant merge finetuned on jondurbin/gutenberg-dpo-v0.1 for 1 epoch, 1.5e-5 learning rate, on Nvidia A100.

Merge Details

Merge Method

This model was merged using the NEARSWAP t0.0001 merge algorithm.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

slices:
  - sources:
      - model: Sao10K/L3.1-8B-Niitama-v1.1+grimjim/Llama-3-Instruct-abliteration-LoRA-8B
        layer_range: [0, 32]
      - model: akjindal53244/Llama-3.1-Storm-8B
        layer_range: [0, 32]
merge_method: nearswap
base_model: Sao10K/L3.1-8B-Niitama-v1.1+grimjim/Llama-3-Instruct-abliteration-LoRA-8B
parameters:
  t:
    - value: 0.0001
dtype: float16

# Then, DPO Finetune
# [jondurbin/gutenberg-dpo-v0.1](https://huggingface.co/datasets/jondurbin/gutenberg-dpo-v0.1)

DPO Notes

I used a higher learning rate and full dataset when training compared to my "L3.1-Celestial-Stone-2x8B-DPO". This caused lower loss and better adaption to the chosen style.


Prompt Template:

<|begin_of_text|><|start_header_id|>system<|end_header_id|>

{system_prompt}<|eot_id|><|start_header_id|>user<|end_header_id|>

{input}<|eot_id|><|start_header_id|>assistant<|end_header_id|>

{output}<|eot_id|>

Credit to Alchemonaut.

Credit to Sao10K.

Credit to Grimjim.

Credit to mlabonne.

Credit to jondurbin.

Credit to woofwolfy.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.27.89
IFEval (0-Shot)76.89
BBH (3-Shot)30.51
MATH Lvl 5 (4-Shot)14.88
GPQA (0-shot)5.93
MuSR (0-shot)7.26
MMLU-PRO (5-shot)31.85

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
12aaed2

0 моделей