|
--- |
|
language: |
|
- ru |
|
datasets: |
|
- IlyaGusev/ru_turbo_saiga |
|
- IlyaGusev/ru_sharegpt_cleaned |
|
- IlyaGusev/oasst1_ru_main_branch |
|
- IlyaGusev/gpt_roleplay_realm |
|
- lksy/ru_instruct_gpt4 |
|
license: other |
|
license_name: llama3 |
|
license_link: https://llama.meta.com/llama3/license/ |
|
--- |
|
|
|
|
|
# Saiga/Llama3 8B, Russian Llama-3-based chatbot |
|
|
|
Based on [Llama-3 8B Instruct](https://huggingface.co./meta-llama/Meta-Llama-3-8B-Instruct). |
|
|
|
Llama.cpp version: [link](https://huggingface.co./IlyaGusev/saiga_llama3_8b_gguf) |
|
|
|
|
|
ChatML prompt format: |
|
``` |
|
<|im_start|>system |
|
Ты — Сайга, русскоязычный автоматический ассистент. Ты разговариваешь с людьми и помогаешь им.<|im_end|> |
|
<|im_start|>user |
|
Как дела?<|im_end|> |
|
<|im_start|>assistant |
|
Отлично, а у тебя?<|im_end|> |
|
<|im_start|>user |
|
Шикарно. Как пройти в библиотеку?<|im_end|> |
|
<|im_start|>assistant |
|
``` |
|
|
|
Examples: |
|
``` |
|
User: Почему трава зеленая? |
|
Saiga: Зеленый цвет травы обусловлен наличием хлорофилла, пигмента, который поглощает свет и передает энергию для фотосинтеза. Хлорофилл содержится в клетках листьев растений и играет ключевую роль в процессе фотосинтеза, когда растения используют солнечный свет для превращения воды и углекислого газа в органические вещества, такие как глюкоза и олигоэфиры. |
|
Хлорофилл состоит из двух основных форм: хлорофилла а и хлорофилла б. Хлорофилл а поглощает свет с длиной волны около 430 нанометров (нм), что соответствует синему или голубому свету, а хлорофилл б поглощает свет с длиной волны около 660 нм, что соответствует красному свету. Когда свет поглощается хлорофиллом, он передается в молекулы воды и углекислого газа, которые используются для фотосинтеза. |
|
Таким образом, хлорофилл является основным компонентом, ответственным за зеленый цвет листьев растений, так как он поглощает свет и передает его энергию для фотосинтеза. |
|
``` |
|
|
|
``` |
|
User: Сочини длинный рассказ, обязательно упоминая следующие объекты. Дано: Таня, мяч |
|
Saiga: Однажды в солнечную погоду на поле для игры в футбол приехала группа друзей, чтобы провести время вместе. В числе их был и Таня, которая была страстной футбольной фанаткой и всегда радовал своих друзей своим энтузиазмом и умением забивать мячи. |
|
В этот день, как обычно, друзья решили провести соревнование между собой, чтобы определить кто из них является лучшим футболистом. Таня была очень уверена в своих силах и готовилась к этому матчу с особой серьёзностью. |
|
Когда все друзья собрались на поле, они увидели, что перед ними стоял огромный мяч, который должен был стать предметом состязания. Мяч был огромным и тяжелым, и его размеры были необычайно большими по сравнению с обычными мячами, которые используются в футболе. |
|
Таня была первая, кто решил начать игру. Она подошла к мячу и начала его удерживать, стараясь выдержать его вес и силу. Но мяч оказался настолько тяжелым, что Таня не смогла удержать его и он упал на землю. |
|
Друзья посмеялись над ее неудачей, но Таня не отчаивалась и продолжила пытаться удержать мяч. Она стала использовать все свои силы и умения, чтобы выдержать его вес и силу. Наконец, после долгих усилий, она смогла удержать мяч и начала его бросать в сторону. |
|
Мяч летел высоко вверх, и друзья смотрели, как он пролетает над полем. Но мяч неожиданно повернул и стал лететь обратно к Тане. Она успела поймать его и продолжила играть, используя все свои навыки и умения. |
|
``` |
|
|
|
v2: |
|
- dataset code revision d0d123dd221e10bb2a3383bcb1c6e4efe1b4a28a |
|
- wandb [link](https://wandb.ai/ilyagusev/huggingface/runs/r6u5juyk) |
|
- 5 datasets: ru_turbo_saiga, ru_sharegpt_cleaned, oasst1_ru_main_branch, gpt_roleplay_realm, ru_instruct_gpt4 |
|
- Datasets merging script: [create_short_chat_set.py](https://github.com/IlyaGusev/rulm/blob/d0d123dd221e10bb2a3383bcb1c6e4efe1b4a28a/self_instruct/src/data_processing/create_short_chat_set.py) |
|
|
|
|
|
# Evaluation |
|
|
|
* Dataset: https://github.com/IlyaGusev/rulm/blob/master/self_instruct/data/tasks.jsonl |
|
* Framework: https://github.com/tatsu-lab/alpaca_eval |
|
* Evaluator: alpaca_eval_cot_gpt4_turbo_fn |
|
|
|
| model | length_controlled_winrate | win_rate | standard_error | avg_length | |
|
|-----|-----|-----|-----|-----| |
|
|chatgpt_4_turbo | 76.04 | 90.00 |1.46 | 1270 | |
|
|chatgpt_3_5_turbo | 50.00 | 50.00 | 0.00 | 536 | |
|
|saiga_llama3_8b | 33.07 | 48.19 | 2.45 | 1166 | |
|
saiga_mistral_7b | 23.38 | 35.99 | 2.34 | 949 | |
