/ Модель

Характеристики

Размер весов
503 ГБ
Лицензия
Apache 2.0
Опубликована
14 сен 2022

rwkv-4-pile-7b

Генерация текстаТекст → текст3 профессии

Англоязычная авторегрессионная модель RWKV-4 на 7 млрд параметров для генерации текста по запросу.

44 176скачиваний за 30 дней157лайковвеса обновлены15 июн 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 7B — авторегрессионная языковая модель BlinkDL на архитектуре RWKV-4, обученная на корпусе The Pile. Основной чекпойнт имеет 32 слоя и размерность скрытого представления 4096; в карточке также описаны варианты, дообученные для контекста 4096 и 8192 токена. В репозитории указаны веса PyTorch и лицензия Apache-2.0.

Модель предназначена для генерации продолжений текста по текстовому запросу. Её можно применять для написания черновиков и творческих текстов, а также для экспериментов с языковым моделированием. В README упомянуты отдельные старые instruct-варианты и модель Raven для диалога, но они требуют соответствующих шаблонов запросов и не описывают основной чекпойнт.

Карточка приводит результаты отдельных бенчмарков для одного из чекпойнтов и отмечает, что вариант с контекстом 8192 токена может быть слабее варианта на 4096 токенов при коротком контексте. Основная модель обучена на англоязычном The Pile; данные не подтверждают поддержку других языков для этого чекпойнта. Модель относится к более раннему поколению RWKV-4, поэтому её качество и возможности могут уступать более новым моделям.

Сценарии применения

  • генерация продолжения английского текста
  • написание черновиков и творческих текстов
  • эксперименты с авторегрессионным языковым моделированием

Ограничения

Основной чекпойнт предназначен прежде всего для английского текста; карточка не подтверждает его пригодность для других языков. Варианты с увеличенным контекстом имеют отмеченные в README компромиссы по качеству, а instruct-варианты требуют специальных шаблонов запросов.

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 7B

[UPDATE: Try RWKV-4-World (https://huggingface.co/BlinkDL/rwkv-4-world) for generation & chat & code in 100+ world languages, with great English zero-shot & in-context learning ability too.]

Model Description

RWKV-4 7B is a L32-D4096 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 = 32 n_embd = 4096

RWKV-4-Pile-7B-20230109-ctx4096.pth : Fine-tuned to ctx_len 4096.

  • Likely the best. Please test.

################################

"Raven": RWKV alpaca+vicuna-style model: https://huggingface.co/BlinkDL/rwkv-4-raven (highly recommended)

It is a strong chat model too. You can use +i for "Alpaca Instruct" in latest ChatRWKV v2. Examples:

+i Explain the following metaphor: "Life is like cats". 
+i write a python function to read data from an excel file.

################################

RWKV-4-Pile-7B-20230xxx-ctx8192-testxxx : Fine-tuned to ctx_len 8192.

  • Slightly weaker than ctx4096 model when ctxlen < 3k.

RWKV-4-Pile-7B-20221115-8047.pth : Trained on the Pile for 332B tokens.

  • Pile loss 1.8415T
  • LAMBADA ppl 4.38, acc 67.18%
  • PIQA acc 76.06%
  • SC2016 acc 73.44%
  • Hellaswag acc_norm 65.51%

Instruct-test models (OLD): 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-7B-Instruct-test1 instruct-tuned on https://huggingface.co/datasets/bigscience/xP3all/viewer/en/train

RWKV-4-Pile-7B-Instruct-test2 instruct-tuned on https://huggingface.co/datasets/Muennighoff/flan & NIv2

Chinese models

RWKV-4-Pile-7B-EngChn-testNovel-xxx for writing Chinese novels (trained on 200G Chinese novels.)

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
b5dea7a

0 моделей