🚀 magnum-v4-12b
このモデルシリーズは、Claude 3モデル（特にSonnetとOpus）の散文品質を再現するように設計されています。このモデルは、mistralai/Mistral-Nemo-Instruct-2407をベースに微調整されています。
🚀 クイックスタート
このモデルは、Claude 3モデルの散文品質を再現するために設計されたシリーズのモデルです。ベースモデルとしてmistralai/Mistral-Nemo-Instruct-2407を使用し、微調整されています。
✨ 主な機能
- Claude 3モデルの散文品質を再現するように設計されています。
- 複数のデータセットを使用して微調整されています。
💻 使用例
基本的な使用法
典型的な入力は次のようになります。
<s>[INST] SYSTEM MESSAGE
USER MESSAGE[/INST] ASSISTANT MESSAGE</s>[INST] USER MESSAGE[/INST]
高度な使用法
SillyTavernでの使用に関するInstructとContextのテンプレートは以下の通りです。
context template
default SillyTavern template works fine
instruct template
default SillyTavern template works fine
📚 詳細ドキュメント
Axolotl設定
axolotl設定を表示
base_model: mistralai/Mistral-Nemo-Instruct-2407
model_type: AutoModelForCausalLM
tokenizer_type: AutoTokenizer
hub_model_id: anthracite-org/magnum-v4-12b-r2
hub_strategy: "all_checkpoints"
push_dataset_to_hub:
hf_use_auth_token: true
plugins:
- axolotl.integrations.liger.LigerPlugin
liger_rope: true
liger_rms_norm: true
liger_swiglu: true
liger_fused_linear_cross_entropy: true
load_in_8bit: false
load_in_4bit: false
strict: false
datasets:
- path: anthracite-org/c2_logs_32k_llama3_qwen2_v1.2_no_system
type: custommistralv3tekken
- path: anthracite-org/kalo-opus-instruct-22k-no-refusal-no-system
type: custommistralv3tekken
- path: anthracite-org/kalo-opus-instruct-3k-filtered-no-system
type: custommistralv3tekken
- path: anthracite-org/nopm_claude_writing_fixed
type: custommistralv3tekken
- path: anthracite-org/kalo_opus_misc_240827_no_system
type: custommistralv3tekken
- path: anthracite-org/kalo_misc_part2_no_system
type: custommistralv3tekken
shuffle_merged_datasets: true
dataset_prepared_path: /workspace/data/magnum-12b-data
val_set_size: 0.0
output_dir: /workspace/data/12b-fft-out
sequence_len: 32768
sample_packing: true
pad_to_sequence_len: true
adapter:
lora_model_dir:
lora_r:
lora_alpha:
lora_dropout:
lora_target_linear:
lora_fan_in_fan_out:
wandb_project: 12b-magnum-fft
wandb_entity:
wandb_watch:
wandb_name: v4-r2-attempt-01
wandb_log_model:
gradient_accumulation_steps: 2
micro_batch_size: 1
num_epochs: 2
optimizer: adamw_bnb_8bit
lr_scheduler: cosine
learning_rate: 0.00001
train_on_inputs: false
group_by_length: false
bf16: auto
fp16:
tf32: false
gradient_checkpointing: true
early_stopping_patience:
resume_from_checkpoint:
local_rank:
logging_steps: 1
xformers_attention:
flash_attention: true
warmup_steps: 40
evals_per_epoch:
eval_table_size:
eval_max_new_tokens:
saves_per_epoch: 2
debug:
deepspeed: deepspeed_configs/zero2.json
weight_decay: 0.1
fsdp:
fsdp_config:
special_tokens:
pad_token: <pad>
データセット
トレーニング
トレーニングは2エポック行われました。Recursal AI / Featherless AIから提供された8台のH100s GPUを使用して、モデルの全パラメータを微調整しました。
セーフティ
...
詳細な結果はこちらで確認できます。
| メトリック |
値 |
| 平均 |
19.95 |
| IFEval (0-Shot) |
33.93 |
| BBH (3-Shot) |
30.50 |
| MATH Lvl 5 (4-Shot) |
9.82 |
| GPQA (0-shot) |
6.15 |
| MuSR (0-shot) |
10.36 |
| MMLU-PRO (5-shot) |
28.93 |
🔧 謝辞
このトレーニングのためのコンピューティングリソースを提供してくれたRecursal / Featherlessに感謝します。Featherlessは、最初の72BからMagnumモデルをホストしており、何千人もの人にモデルへのアクセスを提供し、私たちの成長を支援してくれました。
また、この微調整を可能にしたAnthraciteのすべてのメンバーにも感謝します。
📄 ライセンス
このモデルはApache-2.0ライセンスの下で提供されています。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Transformers 複数言語対応