---
language:
- pt
- en
license: cc
tags:
- text-generation-inference
- transformers
- qwen
- gguf
- brazil
- brasil
- 14b
- portuguese
base_model: Qwen/Qwen1.5-14B-Chat
pipeline_tag: text-generation
model-index:
- name: CabraQwen14b
results:
- task:
type: text-generation
name: Text Generation
dataset:
name: ENEM Challenge (No Images)
type: eduagarcia/enem_challenge
split: train
args:
num_few_shot: 3
metrics:
- type: acc
value: 75.16
name: accuracy
source:
url: https://huggingface.co/spaces/eduagarcia/open_pt_llm_leaderboard?query=nicolasdec/CabraQwen14b
name: Open Portuguese LLM Leaderboard
- task:
type: text-generation
name: Text Generation
dataset:
name: BLUEX (No Images)
type: eduagarcia-temp/BLUEX_without_images
split: train
args:
num_few_shot: 3
metrics:
- type: acc
value: 60.78
name: accuracy
source:
url: https://huggingface.co/spaces/eduagarcia/open_pt_llm_leaderboard?query=nicolasdec/CabraQwen14b
name: Open Portuguese LLM Leaderboard
- task:
type: text-generation
name: Text Generation
dataset:
name: OAB Exams
type: eduagarcia/oab_exams
split: train
args:
num_few_shot: 3
metrics:
- type: acc
value: 49.89
name: accuracy
source:
url: https://huggingface.co/spaces/eduagarcia/open_pt_llm_leaderboard?query=nicolasdec/CabraQwen14b
name: Open Portuguese LLM Leaderboard
- task:
type: text-generation
name: Text Generation
dataset:
name: Assin2 RTE
type: assin2
split: test
args:
num_few_shot: 15
metrics:
- type: f1_macro
value: 91.42
name: f1-macro
- type: pearson
value: 80.85
name: pearson
source:
url: https://huggingface.co/spaces/eduagarcia/open_pt_llm_leaderboard?query=nicolasdec/CabraQwen14b
name: Open Portuguese LLM Leaderboard
- task:
type: text-generation
name: Text Generation
dataset:
name: FaQuAD NLI
type: ruanchaves/faquad-nli
split: test
args:
num_few_shot: 15
metrics:
- type: f1_macro
value: 46.05
name: f1-macro
source:
url: https://huggingface.co/spaces/eduagarcia/open_pt_llm_leaderboard?query=nicolasdec/CabraQwen14b
name: Open Portuguese LLM Leaderboard
- task:
type: text-generation
name: Text Generation
dataset:
name: HateBR Binary
type: eduagarcia/portuguese_benchmark
split: test
args:
num_few_shot: 25
metrics:
- type: f1_macro
value: 79.32
name: f1-macro
- type: f1_macro
value: 71.8
name: f1-macro
source:
url: https://huggingface.co/spaces/eduagarcia/open_pt_llm_leaderboard?query=nicolasdec/CabraQwen14b
name: Open Portuguese LLM Leaderboard
- task:
type: text-generation
name: Text Generation
dataset:
name: tweetSentBR
type: eduagarcia-temp/tweetsentbr
split: test
args:
num_few_shot: 25
metrics:
- type: f1_macro
value: 62.65
name: f1-macro
source:
url: https://huggingface.co/spaces/eduagarcia/open_pt_llm_leaderboard?query=nicolasdec/CabraQwen14b
name: Open Portuguese LLM Leaderboard
---
# Cabra Qwen 14b
Esse modelo é um finetune do [Qwen 1.5 14b Chat](https://huggingface.co/Qwen/Qwen1.5-14B-Chat) com o dataset interno Cabra 10k. Esse modelo é otimizado para português e responde em portuguese nativamente. Ele apresenta melhoria em vários benchmarks brasileiros em comparação com o modelo base.
**Experimente o nosso demo aqui: [CabraChat](https://huggingface.co/spaces/nicolasdec/CabraChat).**
**Conheça os nossos outros [modelos Cabra](https://huggingface.co/collections/botbot-ai/models-6604c2069ceef04f834ba99b).**
## Detalhes do Modelo
### Modelo: Qwen 1.5 14b chat
Qwen1.5 é uma série de modelos de linguagem que inclui modelos de linguagem decodificadores de diferentes tamanhos de modelo. Para cada tamanho, lançamos o modelo de linguagem base e o modelo de chat alinhado. Baseia-se na arquitetura Transformer com ativação SwiGLU, viés de atenção QKV, atenção de consulta em grupo, mistura de atenção de janela deslizante e atenção completa, etc. Adicionalmente, temos um tokenizador melhorado adaptativo a múltiplas línguas naturais e códigos. Para a versão beta, temporariamente não incluímos GQA e a mistura de SWA e atenção completa.
### dataset: Cabra 10k
Dataset interno para fine-tuning. Vamos lançar em breve.
### Quantização / GGUF
Colocamos diversas versões (GGUF) quantanizadas no branch "quantanization".
### Exemplo
```
[INST]Quem são os jogadores brasileiros de futebol mais conhecidos, atuais e passados?? [/INST]
O Brasil tem uma rica história na produção de alguns dos maiores jogadores de futebol do mundo. Alguns dos jogadores brasileiros mais importantes atualmente e que já jogaram incluem:
Pelé - amplamente considerado um dos maiores jogadores de todos os tempos, o Pelé venceu três Copas do Mundo com o Brasil e marcou mais de 1.000 gols em sua carreira.
Ronaldo Nazário de Lima - conhecido como Ronaldo, este jogador de ataque é o segundo maior artilheiro da história da seleção brasileira e ajudou o Brasil a vencer duas Copas do Mundo.
Ronaldinho Gaúcho - um criativo meio-campista ofensivo que jogou pelo Barcelona e pela AC Milan, o Ronaldinho foi nomeado Jogador Mundial FIFA de 2004 e ajudou o Brasil a vencer a Copa do Mundo de 2002.
Neymar Jr. - um dos melhores jogadores do mundo hoje, o Neymar desempenhou um papel fundamental ao liderar o Brasil para várias vitórias em torneios principais e é conhecido por suas habilidades incríveis de drible e capacidade de marcar gols.
Esses são apenas alguns exemplos dos muitos talentosos jogadores de futebol que vieram do Brasil ao longo de sua rica história.
```
### Paramentros de trainamento
```
- learning_rate: 1e-05
- train_batch_size: 4
- eval_batch_size: 4
- seed: 42
- distributed_type: multi-GPU
- num_devices: 2
- gradient_accumulation_steps: 8
- total_train_batch_size: 64
- total_eval_batch_size: 8
- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
- lr_scheduler_type: cosine
- lr_scheduler_warmup_ratio: 0.01
- num_epochs: 3
```
### Framework
- Transformers 4.39.0.dev0
- Pytorch 2.1.2+cu118
- Datasets 2.14.6
- Tokenizers 0.15.2
## Uso
O modelo é destinado, por agora, a fins de pesquisa. As áreas e tarefas de pesquisa possíveis incluem:
- Pesquisa sobre modelos gerativos.
- Investigação e compreensão das limitações e vieses de modelos gerativos.
**Proibido para uso comercial. Somente Pesquisa.**
### Evals
| Tasks | Version | Filter | n-shot | Metric | Value | Stderr |
|-----------------------------|---------|----------------------|--------|----------|--------|----------|
| assin2_rte | 1.1 | all | 15 | f1_macro | 0.9142 | ± 0.0040 |
| | | all | 15 | acc | 0.9142 | ± 0.0040 |
| assin2_sts | 1.1 | all | 15 | pearson | 0.8085 | ± 0.0059 |
| | | all | 15 | mse | 0.4023 | ± N/A |
| bluex | 1.1 | all | 3 | acc | 0.6078 | ± 0.0105 |
| | | exam_id__UNICAMP_2020| 3 | acc | 0.5818 | ± 0.0385 |
| | | exam_id__UNICAMP_2021_1| 3 | acc | 0.6087 | ± 0.0416 |
| | | exam_id__USP_2023 | 3 | acc | 0.6591 | ± 0.0410 |
| | | exam_id__USP_2020 | 3 | acc | 0.5714 | ± 0.0381 |
| | | exam_id__USP_2018 | 3 | acc | 0.5926 | ± 0.0385 |
| | | exam_id__UNICAMP_2018| 3 | acc | 0.5556 | ± 0.0390 |
| | | exam_id__UNICAMP_2023| 3 | acc | 0.6279 | ± 0.0426 |
| | | exam_id__USP_2024 | 3 | acc | 0.8293 | ± 0.0339 |
| | | exam_id__USP_2022 | 3 | acc | 0.5306 | ± 0.0411 |
| | | exam_id__USP_2019 | 3 | acc | 0.5750 | ± 0.0452 |
| | | exam_id__UNICAMP_2024| 3 | acc | 0.6444 | ± 0.0412 |
| | | exam_id__UNICAMP_2019| 3 | acc | 0.6400 | ± 0.0392 |
| | | exam_id__UNICAMP_2021_2| 3 | acc | 0.5882 | ± 0.0397 |
| | | exam_id__USP_2021 | 3 | acc | 0.5577 | ± 0.0400 |
| | | exam_id__UNICAMP_2022| 3 | acc | 0.6154 | ± 0.0450 |
| enem | 1.1 | all | 3 | acc | 0.7516 | ± 0.0066 |
| | | exam_id__2009 | 3 | acc | 0.7739 | ± 0.0225 |
| | | exam_id__2013 | 3 | acc | 0.7407 | ± 0.0244 |
| | | exam_id__2012 | 3 | acc | 0.7586 | ± 0.0230 |
| | | exam_id__2023 | 3 | acc | 0.6741 | ± 0.0233 |
| | | exam_id__2016 | 3 | acc | 0.7686 | ± 0.0220 |
| | | exam_id__2015 | 3 | acc | 0.7731 | ± 0.0221 |
| | | exam_id__2011 | 3 | acc | 0.8205 | ± 0.0205 |
| | | exam_id__2010 | 3 | acc | 0.7179 | ± 0.0241 |
| | | exam_id__2014 | 3 | acc | 0.7339 | ± 0.0245 |
| | | exam_id__2016_2 | 3 | acc | 0.7724 | ± 0.0219 |
| | | exam_id__2022 | 3 | acc | 0.7143 | ± 0.0227 |
| | | exam_id__2017 | 3 | acc | 0.7845 | ± 0.0220 |
| faquad_nli | 1.1 | all | 15 | f1_macro | 0.4605 | ± 0.0093 |
| | | all | 15 | acc | 0.7862 | ± 0.0114 |
| hatebr_offensive_binary | 1.0 | all | 25 | f1_macro | 0.7932 | ± 0.0077 |
| | | all | 25 | acc | 0.7986 | ± 0.0076 |
| oab_exams | 1.5 | all | 3 | acc | 0.4989 | ± 0.0062 |
| | | exam_id__2012-08 | 3 | acc | 0.5250 | ± 0.0322 |
| | | exam_id__2015-17 | 3 | acc | 0.6795 | ± 0.0305 |
| | | exam_id__2016-21 | 3 | acc | 0.4000 | ± 0.0316 |
| | | exam_id__2013-12 | 3 | acc | 0.4750 | ± 0.0323 |
| | | exam_id__2010-02 | 3 | acc | 0.5300 | ± 0.0288 |
| | | exam_id__2011-04 | 3 | acc | 0.4625 | ± 0.0323 |
| | | exam_id__2011-05 | 3 | acc | 0.5750 | ± 0.0319 |
| | | exam_id__2015-18 | 3 | acc | 0.5250 | ± 0.0322 |
| | | exam_id__2012-07 | 3 | acc | 0.4750 | ± 0.0323 |
| | | exam_id__2013-11 | 3 | acc | 0.4750 | ± 0.0322 |
| | | exam_id__2012-09 | 3 | acc | 0.4156 | ± 0.0324 |
| | | exam_id__2014-13 | 3 | acc | 0.4875 | ± 0.0323 |
| | | exam_id__2015-16 | 3 | acc | 0.5500 | ± 0.0321 |
| | | exam_id__2017-23 | 3 | acc | 0.3875 | ± 0.0314 |
| | | exam_id__2017-24 | 3 | acc | 0.5250 | ± 0.0322 |
| | | exam_id__2018-25 | 3 | acc | 0.5250 | ± 0.0323 |
| | | exam_id__2012-06 | 3 | acc | 0.4125 | ± 0.0317 |
| | | exam_id__2010-01 | 3 | acc | 0.3882 | ± 0.0305 |
| | | exam_id__2011-03 | 3 | acc | 0.4646 | ± 0.0288 |
| | | exam_id__2014-14 | 3 | acc | 0.5750 | ± 0.0319 |
| | | exam_id__2016-20a | 3 | acc | 0.4875 | ± 0.0323 |
| | | exam_id__2012-06a | 3 | acc | 0.5500 | ± 0.0320 |
| | | exam_id__2016-20 | 3 | acc | 0.5375 | ± 0.0322 |
| | | exam_id__2016-19 | 3 | acc | 0.4231 | ± 0.0322 |
| | | exam_id__2013-10 | 3 | acc | 0.5125 | ± 0.0323 |
| | | exam_id__2017-22 | 3 | acc | 0.5250 | ± 0.0322 |
| | | exam_id__2014-15 | 3 | acc | 0.5897 | ± 0.0323 |
| portuguese_hate_speech_binary | 1.0 | all | 25 | f1_macro | 0.7180 | ± 0.0115 |
| | | all | 25 | acc | 0.7462 | ± 0.0106 |
# [Open Portuguese LLM Leaderboard Evaluation Results](https://huggingface.co/spaces/eduagarcia/open_pt_llm_leaderboard)
Detailed results can be found [here](https://huggingface.co/datasets/eduagarcia-temp/llm_pt_leaderboard_raw_results/tree/main/nicolasdec/CabraQwen14b)
| Metric | Value |
|--------------------------|---------|
|Average |**68.66**|
|ENEM Challenge (No Images)| 75.16|
|BLUEX (No Images) | 60.78|
|OAB Exams | 49.89|
|Assin2 RTE | 91.42|
|Assin2 STS | 80.85|
|FaQuAD NLI | 46.05|
|HateBR Binary | 79.32|
|PT Hate Speech Binary | 71.80|
|tweetSentBR | 62.65|