/ Модель

Характеристики

Размер весов
155 ГБ
Лицензия
Apache 2.0
Опубликована
14 сен 2022

rwkv-4-pile-3b

Генерация текстаТекст → текст3 профессии

Англоязычная причинная модель RWKV-4 на 3 млрд параметров для генерации текста и языкового моделирования.

12 584скачиваний за 30 дней41лайквеса обновлены13 мар 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

RWKV-4-Pile-3B — авторегрессионная языковая модель семейства RWKV, опубликованная BlinkDL и обученная на корпусе The Pile. Это причинная модель для генерации продолжения текста; в карточке приведены варианты контекста 4096 и 1024 токена. Архитектура имеет 32 слоя и размерность эмбеддингов 2560.

Модель предназначена для генерации англоязычного текста и оценки языковых продолжений. В README приведены результаты на LAMBADA, PIQA, Story Cloze 2016 и HellaSwag. Также описаны отдельные экспериментальные варианты для инструкций и китайского текста, но они не являются основным чекпойнтом этой модели. Репозиторий содержит веса PyTorch.

Модель выпущена под лицензией Apache-2.0. Это базовая языковая модель, а не специализированный чат-ассистент; качество следования инструкциям зависит от варианта и формата промпта, а результаты на перечисленных тестах не гарантируют качество в других сценариях.

Сценарии применения

  • генерация продолжения англоязычного текста
  • создание черновиков и фрагментов прозы
  • оценка правдоподобия языковых продолжений
  • эксперименты с архитектурой RWKV и генерацией текста

Ограничения

Основной чекпойнт ориентирован на продолжение текста и не заявлен как универсальная модель для следования инструкциям; instruct-варианты в карточке обозначены как тестовые и требуют шаблонного промпта. В README указаны разные длины контекста для отдельных весов: 1024 и 4096 токенов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

RWKV-4 3B

Use RWKV-4 models (NOT RWKV-4a, NOT RWKV-4b) unless you know what you are doing.

Use RWKV-4 models (NOT RWKV-4a, NOT RWKV-4b) unless you know what you are doing.

Use RWKV-4 models (NOT RWKV-4a, NOT RWKV-4b) unless you know what you are doing.

Model Description

RWKV-4 3B is a L32-D2560 causal language model trained on the Pile. See https://github.com/BlinkDL/RWKV-LM for details.

Use https://github.com/BlinkDL/ChatRWKV to run it.

RWKV-4-Pile-3B-20221110-ctx4096.pth (RECOMMENDED) : Fine-tuned to ctx_len 4096.

  • LAMBADA ppl 5.25, acc 63.96%
  • PIQA acc 74.16%
  • SC2016 acc 70.71%
  • Hellaswag acc_norm 59.89%
  • ctx_len = 4096 n_layer = 32 n_embd = 2560

RWKV-4-Pile-3B-20221008-8023.pth : Trained on the Pile for 331B tokens.

  • Pile loss 1.9469
  • LAMBADA ppl 5.24, acc 63.94%
  • PIQA acc 73.72%
  • SC2016 acc 70.28%
  • Hellaswag acc_norm 59.63%
  • ctx_len = 1024 n_layer = 32 n_embd = 2560

Instruct-test models: only useful if you construct your prompt following dataset templates

Note I am using "Q: instruct\n\nA: result" prompt for all instructs.

RWKV-4-Pile-3B-Instruct-test1 instruct-tuned on https://huggingface.co/datasets/bigscience/xP3all/viewer/en/train

RWKV-4-Pile-3B-Instruct-test2 instruct-tuned on https://huggingface.co/datasets/Muennighoff/flan & NIv2

Chinese models

RWKV-4-Pile-3B-EngChn-testNovel-xxx for writing Chinese novels (trained on 200G Chinese novels.)

RWKV-4-Pile-3B-EngChn-testxxx for Chinese Q&A (trained on 10G Chinese text. only for testing purposes.)

Note: 4 / 4a / 4b models ARE NOT compatible. Use RWKV-4 unless you know what you are doing.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

vLLM

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
b997652

0 моделей