---
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?

```python
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**

### LLM was trained using:
https://github.com/Raumberg/myllm