Chocolatine 2 14B Instruct V2.0.3

🚀 Chocolatine-2-14B-Instruct-v2.0.3

jpacifico/Chocolatine-2-merged-qwen25arch（Qwen-2.5-14Bアーキテクチャ）のマージモデルを、jpacifico/french-orca-dpo-pairs-revised RLHFデータセットを使用してDPO微調整したモデルです。
フランス語でのトレーニングにより、モデルの全体的な能力も向上しています。

💡 使用ヒント

ウィンドウコンテキスト：最大128Kトークン

✨ 主な機能

LLM Leaderboard FR

[2025年4月25日更新]

フランス政府のLeaderboard LLM FRにおいて、全カテゴリで上位3位を占めています。

MT-Bench-French

Chocolatine-2は、MT-Bench-French（multilingual-mt-benchとGPT-4-TurboをLLM-judgeとして使用）において、以前のバージョンやベースアーキテクチャのQwen-2.5モデルを上回っています。
このベンチマークによると、このバージョンは、フランス語での性能がOpenAIモデルに近づいています。

########## First turn ##########
                                             score
model                                 turn        
gpt-4o-mini                           1     9.287500
Chocolatine-2-14B-Instruct-v2.0.3     1     9.112500
Qwen2.5-14B-Instruct                  1     8.887500
Chocolatine-14B-Instruct-DPO-v1.2     1     8.612500
Phi-3.5-mini-instruct                 1     8.525000
Chocolatine-3B-Instruct-DPO-v1.2      1     8.375000
DeepSeek-R1-Distill-Qwen-14B          1     8.375000
phi-4                                 1     8.300000
Phi-3-medium-4k-instruct              1     8.225000
gpt-3.5-turbo                         1     8.137500
Chocolatine-3B-Instruct-DPO-Revised   1     7.987500
Meta-Llama-3.1-8B-Instruct            1     7.050000
vigostral-7b-chat                     1     6.787500
Mistral-7B-Instruct-v0.3              1     6.750000
gemma-2-2b-it                         1     6.450000

########## Second turn ##########
                                               score
model                                 turn
Chocolatine-2-14B-Instruct-v2.0.3     2     9.050000         
gpt-4o-mini                           2     8.912500
Qwen2.5-14B-Instruct                  2     8.912500
Chocolatine-14B-Instruct-DPO-v1.2     2     8.337500
DeepSeek-R1-Distill-Qwen-14B          2     8.200000
phi-4                                 2     8.131250
Chocolatine-3B-Instruct-DPO-Revised   2     7.937500
Chocolatine-3B-Instruct-DPO-v1.2      2     7.862500
Phi-3-medium-4k-instruct              2     7.750000
gpt-3.5-turbo                         2     7.679167
Phi-3.5-mini-instruct                 2     7.575000
Meta-Llama-3.1-8B-Instruct            2     6.787500
Mistral-7B-Instruct-v0.3              2     6.500000
vigostral-7b-chat                     2     6.162500
gemma-2-2b-it                         2     6.100000

########## Average ##########
                                          score
model                                          
gpt-4o-mini                            9.100000
Chocolatine-2-14B-Instruct-v2.0.3      9.081250
Qwen2.5-14B-Instruct                   8.900000
Chocolatine-14B-Instruct-DPO-v1.2      8.475000
DeepSeek-R1-Distill-Qwen-14B           8.287500
phi-4                                  8.215625
Chocolatine-3B-Instruct-DPO-v1.2       8.118750
Phi-3.5-mini-instruct                  8.050000
Phi-3-medium-4k-instruct               7.987500
Chocolatine-3B-Instruct-DPO-Revised    7.962500
gpt-3.5-turbo                          7.908333
Meta-Llama-3.1-8B-Instruct             6.918750
Mistral-7B-Instruct-v0.3               6.625000
vigostral-7b-chat                      6.475000
gemma-2-2b-it                          6.275000

OpenLLM Leaderboard (Archived)

Chocolatine-2は、OpenLLM Leaderboardにおいて、最も性能の高い14B微調整モデルです（平均スコア41.08で同率1位）。
[2025年2月12日更新]

💻 使用例

基本的な使用法

import transformers
from transformers import AutoTokenizer

# Format prompt
message = [
    {"role": "system", "content": "You are a helpful assistant chatbot."},
    {"role": "user", "content": "What is a Large Language Model?"}
]
tokenizer = AutoTokenizer.from_pretrained(new_model)
prompt = tokenizer.apply_chat_template(message, add_generation_prompt=True, tokenize=False)

# Create pipeline
pipeline = transformers.pipeline(
    "text-generation",
    model=new_model,
    tokenizer=tokenizer
)

# Generate text
sequences = pipeline(
    prompt,
    do_sample=True,
    temperature=0.7,
    top_p=0.9,
    num_return_sequences=1,
    max_length=200,
)
print(sequences[0]['generated_text'])

高度な使用法

このモデルは、Colabノートブックを使用して実行することもできます。

🔧 技術的な制限事項

Chocolatine-2モデルシリーズは、ベースモデルを簡単に微調整して魅力的な性能を達成できることを迅速に実証するものです。
このモデルには、モデレーションメカニズムはありません。

• 開発者: Jonathan Pacifico, 2025
• モデルタイプ: LLM
• 言語 (NLP): フランス語、英語
• ライセンス: Apache-2.0

このモデルは、フランスで愛情を込めて開発されました。