Llama-3-Instruct-8B-SPPO-Iter3

Llama-3-Instruct-8B-SPPO-Iter3

改进文本生成的创新模型及其在多任务中的性能评估

Llama-3-Instruct-8B-SPPO-Iter3模型采用自我对弈偏好优化技术进行第三次迭代微调,具备强大的文本生成能力。模型通过IFEval、BBH、MATH、GPQA、MuSR等多个数据集进行多任务性能评估,其中IFEval (0-Shot)的严格准确率为68.28。该模型基于meta-llama/Meta-Llama-3-8B-Instruct,使用openbmb/UltraFeedback数据集训练,拥有8B参数,专注于英文文本生成,为语言模型的优化提供了全新视角和实用的性能测试结果。

Apache-2.0Llama-3-Instruct-8B-SPPO-Iter3开源LLM排行榜开源项目自我游戏偏好优化模型GithubHuggingface文本生成

项目介绍:Llama-3-Instruct-8B-SPPO-Iter3

项目背景

Llama-3-Instruct-8B-SPPO-Iter3是一个通过自我博弈偏好优化(Self-Play Preference Optimization, SPPO)技术开发的自然语言处理模型。这个模型是基于Meta-Llama-3-8B模型架构,并进行了三次迭代优化。此项目的主要目的是提升文本生成任务中的模型表现。

模型描述

  • 模型类型:具备80亿参数的GPT类模型,通过合成数据集进行微调。
  • 使用语言:主要是英语
  • 开源许可:Apache-2.0
  • 微调基础模型meta-llama/Meta-Llama-3-8B-Instruct

使用的数据集

在不同的任务中,项目使用了多种数据集进行测试和验证,包括:

  1. IFEval (0-Shot):这项测试在没有任何示例的情况下使用。

    • 性能指标:严格准确率为68.28。
  2. BBH (3-Shot):包含3个示例的测试集。

    • 性能指标:归一化准确率为29.74。
  3. MATH Lvl 5 (4-Shot):包含4个示例的数学题测试集。

    • 性能指标:准确匹配率为7.33。
  4. GPQA (0-shot):完全零示例的问答测试。

    • 性能指标:归一化准确率为2.01。
  5. MuSR (0-shot):完全零示例的任务。

    • 性能指标:归一化准确率为3.09。
  6. MMLU-PRO (5-shot):包含5个示例的测试。

    • 性能指标:准确率为29.38。

模型性能评估

项目在多种标准下进行了评估,如AlpacaEval和Open LLM Leaderboard的评估:

  • AlpacaEval评估:Llama-3-Instruct-8B-SPPO-Iter3的总体胜率为39.85%,在三个迭代版本中表现最佳。
  • Open LLM Leaderboard 1评估:在arc_challenge、truthfulqa_mc2等多个子任务中取得了70.29的平均分。
  • Open LLM Leaderboard 2评估:各项得分见前述数据集。

训练超参数

在训练过程中使用了如下超参数:

  • 学习率:5e-07
  • Eta:1000
  • 每设备训练批次大小:8
  • 梯度累积步骤:1
  • 随机种子:42
  • 分布式类型:deepspeed_zero3
  • 使用设备数量:8
  • 优化器:RMSProp
  • 学习率调度器类型:线性
  • 学习率调度器预热比例:0.1
  • 训练世代数:6.0(在第1个世代停止)

这些超参数设置确保了模型在大规模数据集中有效学习和优化,通过多次迭代提升表现。

引用

``` @misc{wu2024self, title={Self-Play Preference Optimization for Language Model Alignment}, author={Wu, Yue and Sun, Zhiqing and Yuan, Huizhuo and Ji, Kaixuan and Yang, Yiming and Gu, Quanquan}, year={2024}, eprint={2405.00675}, archivePrefix={arXiv}, primaryClass={cs.LG} } \

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多