Instructions to use Defetya/ru-3b-openllama-transformers with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use Defetya/ru-3b-openllama-transformers with Transformers:

# Use a pipeline as a high-level helper
from transformers import pipeline

pipe = pipeline("text-generation", model="Defetya/ru-3b-openllama-transformers")

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("Defetya/ru-3b-openllama-transformers")
model = AutoModelForCausalLM.from_pretrained("Defetya/ru-3b-openllama-transformers")

Notebooks
Google Colab
Kaggle
Local Apps

vLLM

How to use Defetya/ru-3b-openllama-transformers with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "Defetya/ru-3b-openllama-transformers"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Defetya/ru-3b-openllama-transformers",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

Use Docker

docker model run hf.co/Defetya/ru-3b-openllama-transformers

SGLang

How to use Defetya/ru-3b-openllama-transformers with SGLang:

Install from pip and serve model

# Install SGLang from pip:
pip install sglang
# Start the SGLang server:
python3 -m sglang.launch_server \
    --model-path "Defetya/ru-3b-openllama-transformers" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Defetya/ru-3b-openllama-transformers",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

Use Docker images

docker run --gpus all \
    --shm-size 32g \
    -p 30000:30000 \
    -v ~/.cache/huggingface:/root/.cache/huggingface \
    --env "HF_TOKEN=<secret>" \
    --ipc=host \
    lmsysorg/sglang:latest \
    python3 -m sglang.launch_server \
        --model-path "Defetya/ru-3b-openllama-transformers" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Defetya/ru-3b-openllama-transformers",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

Docker Model Runner
How to use Defetya/ru-3b-openllama-transformers with Docker Model Runner:
```
docker model run hf.co/Defetya/ru-3b-openllama-transformers
```

Модель openllama_3b_v2, secondstage pre-trained на датасете OSCAR (4k sequence length) и на вики датасете (8k sequence length). В сумме получилось 10-12B токенов. Достигает 3.2 значения перплексии на вики+оскар датасетах (на той части, которая не была показана модели).

Был осуществлен тест на mmlu-ru. Результаты таковы (справа - моя модель, слева - изначальная версия):

accuracy_total: 26.04 / 27.28 STEM: 25.51699654022026 / 26.910630806469058 humanities: 28.404847276301254 / 24.290275834763932 "other (business, health, misc.)": 25.39168024941998 / 29.81126559385235 social sciences: 24.83523489382067 / 28.101196261261098

Файлы с результатами sub_categories.csv (sub_categories_my.csv) тут.

Результаты показывают, что модель действительно чему-то научилась и лучше понимает русский язык. Будет осуществлено дальнейшее тестирование, а также обучение чатбота на датасетах Ильи Гусева (saiga).

Послеобучение было осуществлено на Google TPU v4-32 (TRC) с использованием EasyLM, на JAX/Flax.

Downloads last month: 16

Defetya
/

ru-3b-openllama-transformers

Datasets used to train Defetya/ru-3b-openllama-transformers