metadata
library_name: transformers
license: apache-2.0
datasets:
- Vikhrmodels/GrandMaster-PRO-MAX
language:
- ru
base_model:
- t-tech/T-lite-it-1.0
Watari 7B (V1)
- [EN]
Qwen2.5-based model, adapted for russian text generation tasks.
This is a base SFT version for further reasoning development and alignment. - [RU]
Finetune версия Qwen2.5, адаптированная для генерации русского текста.
Является SFT базой для дальнейших ризонинг-оптимизаций с GRPO и алайнмента.
Huge thanks to mradermacher for converting all models to GGUF format!
The further conversions/upgrade are much appreciated and welcomed, feel free to join.
[https://huggingface.co/mradermacher/Watari-7b-v0-GGUF]
[https://huggingface.co/mradermacher/Watari-7b-v0.5-GGUF]
[https://huggingface.co/mradermacher/Watari-7b-v1-GGUF]
- Repo id: mradermacher/Watari-7b-v0-GGUF
- Repo id: mradermacher/Watari-7b-v0.5-GGUF
- Repo id: mradermacher/Watari-7b-v1-GGUF
Previous model states (considering epoch %):
- Watari-7b-v0
- Watari-7b-v0.5
Model Details / Детализация модели
- [EN]
Full supervised finetuning was performed on 2xA100 NVIDIA GPUs for ~7 days for 1 epoch on dataset:
GrandMaster [Vikhrmodels/GrandMaster-PRO-MAX] - [RU]
Полный SFT цикл (bfloat16, без низкоранговых адаптеров LoRa) был выполнен на двух NVIDIA A100, обучение длилось около 7 дней.
Прогон полной эпохи датасета GrandMaster [Vikhrmodels/GrandMaster-PRO-MAX]
Model Description / Описание модели
- Developed by: [Reisen Raumberg (Attention Signs team)]
- Language(s) (NLP): [RU/EN]
- Finetuned from model: [Qwen2.5]
Utilized DeepSpeed (Stage 3), HF.Accelerator for distributed training and fused AdamW.
GPU hours: 336h of NVIDIA A100
Для обучения использовались HuggingFace Accelerator с Microsoft DeepSpeed (Stage 3) для распределения параметров и стейта оптимизатора, а так же зафьюженный AdamW
GPU часы: 336 часов NVIDIA A100
Using the model / Как запустить?
from transformers import AutoTokenizer, AutoModelForCausalLM
repo = 'attn-signs/Watari-7b-v1'
model = AutoModelForCausalLM.from_pretrained(repo)
tokenizer = AutoTokenizer.from_pretrained(repo)
model.to('cuda')
prompt = 'Что такое тензор Риччи?'
messages = [
{"role": "system", "content": "Ты Ватари, ассистент и помощник в решении различных задач. Отвечай на вопросы пользователя, рассуждая."},
{"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(
messages,
tokenize=False,
add_generation_prompt=True
)
model_inputs = tokenizer([text], return_tensors="pt").to(model.device)
generated_ids = model.generate(
**model_inputs,
max_new_tokens=1024
)
generated_ids = [
output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]
response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
print(response)
Тензор Риччи — это тензорная величина в дифференциальной геометрии, которая описывает кривизну многообразия. Он играет важную роль в общей теории относительности и других областях математики.
В общем виде тензор Риччи \( R_{ij} \) определяется через тензор Римана \( R^k_{ijkj} \) следующим образом:
\[ R_{ij} = R^k_{ijkj} \]
Это уравнение показывает, что тензор Риччи является суммированием по индексу \( k \) компонент тензора Римана, которые соответствуют компонентам метрического тензора \( g_{ij} \). Таким образом, тензор Риччи учитывает информацию о кривизне во всех направлениях в каждой точке многообразия.
Тензор Риччи также связан с скалярной кривизной \( R \), которая получается путем дальнейшего суммирования:
\[ R = g^{ij}R_{ij} \]
Скалярная кривизна является мерой того, насколько многообразие отличается от плоского (плоское многообразие имеет скалярную кривизну равную нулю).
В контексте общей теории относительности, тензор Риччи связывает массу и энергию (описываемые тензором энергии-импульса) с геометрией пространства-времени (описываемой метрикой). Это выражается уравнением Эйнштейна:
\[ G_{ij} = 8\pi T_{ij} \]
где \( G_{ij} \) — тензор Эйнштейна, который является тензором Риччи, уменьшенным на константу, а \( T_{ij} \) — тензор энергии-импульса.
Таким образом, тензор Риччи является ключевым понятием в изучении геометрии многообразий и их взаимодействия с материей и энергией.
Benchmarks:
MERA:
- Overall: 0.423 (TOP 30 RU LLMs)
- LCS: 0.044 Accuracy
- RCB: 0.484 / 0.401 Avg. F1 / Accuracy
- USE: 0.16 Grade Norm
- RWSD: 0.592 Accuracy
- PARus: 0.774 Accuracy
- ruTiE: 0.572 Accuracy
- MultiQ: 0.298 / 0.17 F1-score/EM
- CheGeKa: 0.11 / 0.084 F1 / EM
- ruModAr: 0.441 EM
- MaMuRAMu: 0.649 Accuracy
- ruMultiAr: 0.219 EM
- ruCodeEval: 0.001 / 0.005 / 0.006 pass@k
- MathLogicQA: 0.455 Accuracy
- ruWorldTree: 0.876 / 0.876 Avg. F1 / Accuracy
- ruOpenBookQA: 0.788 / 0.787 Avg. F1 / Accuracy
RU Arena General
- Overall: 69.49