|
|
--- |
|
|
license: apache-2.0 |
|
|
language: |
|
|
- ru |
|
|
- en |
|
|
base_model: |
|
|
- Qwen/Qwen3-8B |
|
|
pipeline_tag: text-generation |
|
|
library_name: transformers |
|
|
--- |
|
|
A-vibe это большая языковая модель, созданная Авито Тех, дочерней технологической компанией Авито, на базе открытой модели Qwen3-8B-Base. |
|
|
Мы адаптировали Qwen3-8B-Base под русский язык и домен Авито с помощью нескольких шагов |
|
|
1. Сделали свой токенизатор, оптимальный для русского и английского языка |
|
|
2. Подменили оригинальный токенизатор Qwen3-8B-Base на собственный токенизатор |
|
|
3. Обучили полученную модель на большом корпусе данных |
|
|
4. Провели SFT этап |
|
|
5. Сделали RL |
|
|
|
|
|
В результате нам удалось получить модель, которая выигрывает instruct версию Qwen3-8B по многим русскоязычным бенчмаркам. |
|
|
На SFT и RL этапе нам удалось научить модель Function Calling и улучшить ее навыки в решении математических задач. |
|
|
|
|
|
||Qwen3-8B (no_think)|A-vibe| |
|
|
|:---|:---|:---| |
|
|
|mmlu_ru|0,701|**0,718**| |
|
|
|mmlu_en|0,730|**0,752**| |
|
|
|gpqa_diamond_ru|0,318|**0,343**| |
|
|
|gpqa_diamond_en|**0,369**|0,318| |
|
|
|shlepa|0,454|**0,486**| |
|
|
|baby mmlu|0,682|**0,766**| |
|
|
|math_500_ru|0,546|**0,686**| |
|
|
|math_500_en|**0,736**|0,714| |
|
|
|gsm8k_en|**0,927**|0,910| |
|
|
|DOoM|0,240|**0,280**| |
|
|
|ru_facts|**0,724**|0,718| |
|
|
|rublimp|0,916|**0,930**| |
|
|
|ru_drop|0,318|**0,394**| |
|
|
|BFCL_V3_en|**60,2%**|58,63%| |
|
|
|BFCL_V3_ru|**50.72%**|49.00%| |
|
|
|MERA_text|0,510|**0,618**| |
|
|
|MERA CODE private total|0,336|**0,367**| |
|
|
|
|
|
|
|
|
В токенизаторе A-vibe плотность токенизации выше, чем у Qwen3-8B поэтому число токенов в контексте и при генерации стало меньше для одинаковых примеров. |
|
|
Кроме того, размер самой модели сократился до 7.9B при 8.2B у Qwen3-8B. За счет этого одинаковые русскоязычные примеры адаптированной моделью обрабатываются быстрее в среднем на 15-25% в сравнении с исходной Qwen3-8B |
|
|
|
|
|
# Quickstart |
|
|
Ниже представлен фрагмент кода, демонстрирующий, как загрузить токенизатор и модель, а также как сгенерировать ответ. |
|
|
```python |
|
|
from transformers import AutoModelForCausalLM, AutoTokenizer |
|
|
|
|
|
model_name = "AvitoTech/avibe" |
|
|
|
|
|
model = AutoModelForCausalLM.from_pretrained( |
|
|
model_name, |
|
|
torch_dtype="auto", |
|
|
device_map="auto" |
|
|
) |
|
|
tokenizer = AutoTokenizer.from_pretrained(model_name) |
|
|
|
|
|
prompt = "Привет, подскажи рецепт борща" |
|
|
messages = [ |
|
|
{"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) |
|
|
``` |
|
|
|
|
|
<details> |
|
|
<summary> Output:</summary> |
|
|
Вот классический рецепт борща с пошаговыми инструкциями: |
|
|
|
|
|
--- |
|
|
|
|
|
### **Ингредиенты (на 4 порции):** |
|
|
- **Мясо** (говядина, свинина или курица) — 300–400 г |
|
|
- **Свекла** — 2 шт. (средние) |
|
|
- **Капуста белокочанная** — 300 г |
|
|
- **Морковь** — 1 шт. |
|
|
- **Лук репчатый** — 1 шт. |
|
|
- **Картофель** — 3–4 шт. |
|
|
- **Помидоры свежие** (или томатная паста) — 2 шт. (или 2 ст. ложки) |
|
|
- **Чеснок** — 2–3 зубчика |
|
|
- **Лавровый лист** — 1–2 шт. |
|
|
- **Перец горошком** — 3–5 шт. |
|
|
- **Соль, сахар** — по вкусу |
|
|
- **Растительное масло** — 2–3 ст. ложки |
|
|
- **Уксус или лимонный сок** — 1 ст. ложка (для сохранения цвета свеклы) |
|
|
- **Зелень** (укроп, петрушка) — для подачи |
|
|
- **Сметана** — по желанию |
|
|
|
|
|
--- |
|
|
|
|
|
### **Пошаговое приготовление:** |
|
|
|
|
|
1. **Подготовка бульона:** |
|
|
- Мясо промойте, нарежьте на куски и залейте 2,5–3 литрами холодной воды. |
|
|
- Доведите до кипения, снимите пену. |
|
|
- Добавьте лавровый лист, перец горошком и варите 1,5–2 часа на медленном огне. За 30 минут до готовности посолите. |
|
|
|
|
|
2. **Овощи:** |
|
|
- **Свеклу** натрите на крупной терке. Обжарьте на растительном масле 5–7 минут, добавьте уксус (или лимонный сок) и 2 ст. ложки воды. Тушите 10 минут. |
|
|
- **Капусту** нашинкуйте тонкой соломкой. |
|
|
- **Картофель** нарежьте кубиками. |
|
|
- **Морковь** натрите, лук — мелко нарежьте. |
|
|
- **Помидоры** натрите на терке или используйте томатную пасту. |
|
|
|
|
|
3. **Сборка борща:** |
|
|
- В кипящий бульон сначала добавьте картофель, варите 10 минут. |
|
|
- Затем введите капусту, морковь и лук. Варите еще 10 минут. |
|
|
- Добавьте обжаренную свеклу и помидоры (или томатную пасту). Перемешайте. |
|
|
- За 5 минут до готовности влейте измельченный чеснок (через пресс или мелко нарезанный). |
|
|
|
|
|
4. **Финальные штрихи:** |
|
|
- Проверьте вкус, добавьте сахар (если нужно) и зелень. |
|
|
- Снимите с огня, накройте крышкой и дайте настояться 15–20 минут. |
|
|
|
|
|
5. **Подача:** |
|
|
- Разлейте борщ по тарелкам, добавьте сметану и свежую зелень. |
|
|
|
|
|
--- |
|
|
|
|
|
### **Советы:** |
|
|
- Для более насыщенного вкуса можно обжарить мясо перед варкой. |
|
|
- Если любите кислинку, добавьте 1 ст. ложку уксуса или лимонного сока в самом конце. |
|
|
- Вегетарианский вариант: замените мясо на грибы или варите на овощном бульоне. |
|
|
|
|
|
Приятного аппетита! 🍲 </details> |
