DataVortexS-10.7B-dpo-v1.5

DataVortexS-10.7B-dpo-v1.5

<img src="./DataVortex.png" alt="DataVortex" style="height: 8em;">

Our Team

Model Details

Base Model

megastudy/M-SOLAR-10.7B-v1.3

Trained On

• OS: Ubuntu 22.04
• GPU: H100 80GB 4ea
• transformers: v4.36.2

Instruction format

It follows ChatML format.

E.g.

text = """\
<|im_start|>system
당신은 사람들이 정보를 찾을 수 있도록 도와주는 인공지능 비서입니다.<|im_end|>
<|im_start|>user
대한민국의 수도는 어디야?<|im_end|>
<|im_start|>assistant
대한민국의 수도는 서울입니다.<|im_end|>
<|im_start|>user
서울 인구는 총 몇 명이야?<|im_end|>
<|im_start|>assistant
"""

Model Benchmark

Ko LM Eval Harness

Ko-LLM-Leaderboard

Implementation Code

This model contains the chat_template instruction format.
You can use the code below.

from transformers import AutoModelForCausalLM, AutoTokenizer

device = "cuda" # the device to load the model onto

model = AutoModelForCausalLM.from_pretrained("Edentns/DataVortexS-10.7B-dpo-v1.5")
tokenizer = AutoTokenizer.from_pretrained("Edentns/DataVortexS-10.7B-dpo-v1.5")

messages = [
    {"role": "system", "content": "당신은 사람들이 정보를 찾을 수 있도록 도와주는 인공지능 비서입니다."},
    {"role": "user", "content": "대한민국의 수도는 어디야?"},
    {"role": "assistant", "content": "대한민국의 수도는 서울입니다."},
    {"role": "user", "content": "서울 인구는 총 몇 명이야?"}
]

encodeds = tokenizer.apply_chat_template(messages, return_tensors="pt")

model_inputs = encodeds.to(device)
model.to(device)

generated_ids = model.generate(model_inputs, max_new_tokens=1000, do_sample=True)
decoded = tokenizer.batch_decode(generated_ids)
print(decoded[0])

License

The model is licensed under the cc-by-nc-sa-4.0 license, which allows others to copy, modify, and share the work non-commercially, as long as they give appropriate credit and distribute any derivative works under the same license.

<div align="center"> <a href="https://edentns.com/"> <img src="./Logo.png" alt="Logo" style="height: 3em;"> </a> </div>