/ Модель

Характеристики

Размер весов
2,7 ГБ
Лицензия
Apache 2.0
Опубликована
17 авг 2022

rwkv-4-pile-430m

Генерация текстаТекст → текст3 профессии

Англоязычная авторегрессионная модель RWKV-4 на 430 млн параметров для генерации и продолжения текста.

775скачиваний за 30 дней14лайковвеса 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-430M — авторегрессионная языковая модель семейства RWKV, опубликованная BlinkDL и обученная на корпусе The Pile. Модель содержит 24 слоя с размерностью эмбеддингов 1024 и рассчитана на контекст до 1024 токенов; указанный чекпойнт обучался на 333 млрд токенов. Доступен в формате PyTorch.

Модель предназначена для продолжения текста и других сценариев генерации на основе текстового промпта. В карточке приведены результаты оценок на Pile, LAMBADA, PIQA, Story Cloze и HellaSwag. Модель обучена преимущественно на англоязычном корпусе. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • продолжение англоязычного текста по промпту
  • генерация черновиков и простых текстовых фрагментов
  • эксперименты с компактными авторегрессионными языковыми моделями

Ограничения

Контекст ограничен 1024 токенами; карточка не заявляет специализированную настройку для следования инструкциям или диалога.

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 430M

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 430M is a L24-D1024 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.

ctx_len = 1024 n_layer = 24 n_embd = 1024

Final checkpoint: RWKV-4-Pile-430M-20220808-8066.pth : Trained on the Pile for 333B tokens.

  • Pile loss 2.2621
  • LAMBADA ppl 13.04, acc 45.16%
  • PIQA acc 67.52%
  • SC2016 acc 63.87%
  • Hellaswag acc_norm 40.90%

With tiny attention (--tiny_att_dim 512 --tiny_att_layer 18): RWKV-4a-Pile-433M-20221223-8039.pth

  • Pile loss 2.2394
  • LAMBADA ppl 10.54, acc 50.20%
  • PIQA acc 68.12%
  • SC2016 acc 63.55%
  • Hellaswag acc_norm 40.82%

RWKV-4b-Pile-436M-20230211-8012.pth (--my_testing 'a')

  • Pile loss 2.2026
  • LAMBADA ppl 10.48, acc 51.35%
  • PIQA acc 68.06%
  • SC2016 acc 63.17%
  • Hellaswag acc_norm 42.09%

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

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

Ревизия весов
a0a37ef

0 моделей