/ Модель

Характеристики

Контекст
512 токенов
Параметры
114 млн
Архитектура
opt · dense
Опубликована
29 янв 2024

passive-transformer-1

Генерация текстаТекст → текст

Небольшая дообученная языковая модель архитектуры OPT для генерации текста из контекста длиной до 512 токенов.

94скачиваний за 30 дней0лайковвеса обновлены5 фев 2024

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

CLMBR разработал passive-transformer-1 — авторегрессионную языковую модель для генерации текста на базе архитектуры OPT. Модель содержит 113,9 млн параметров, принимает текстовый контекст длиной до 512 токенов и распространяется в формате PyTorch.

Карточка указывает, что модель дообучена, и приводит значение loss 3,8708 на наборе оценки. Назначение дообучения, данные обучения, поддерживаемые языки и практические ограничения не описаны. Лицензия в доступных сведениях не указана.

Сценарии применения

  • автодополнение короткого текста
  • генерация продолжения текстового фрагмента
  • экспериментальная оценка генерации текста
  • интеграция компактной языковой модели в прототип

Ограничения

Карточка не описывает целевую область дообучения, обучающие данные или языки; единственная приведённая метрика — loss 3,8708. Лицензия не указана в доступных сведениях.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

passive-transformer-1

This model is a fine-tuned version of on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 3.8708

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-05
  • train_batch_size: 32
  • eval_batch_size: 32
  • seed: 1
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • training_steps: 3052726

Training results

Training LossEpochStepValidation Loss
4.22330.03763204.2009
4.01861.031526404.0327
3.90930.032289603.9579
3.84640.033052803.9175
3.79221.033816003.8925
3.75380.034579203.8767
3.72071.035342403.8663
3.68920.036105603.8588
3.65770.036868803.8554
3.63290.037632003.8524
3.60850.038395203.8515
3.58711.039158403.8497
3.56750.039921603.8501
3.54610.0310684803.8502
3.52951.0311448003.8507
3.52490.0312211203.8521
3.50961.0312974403.8524
3.49730.0313737603.8528
3.48141.0314500803.8544
3.47480.0315264003.8569
3.4661.0316027203.8589
3.45840.0316790403.8598
3.44651.0317553603.8605
3.43720.0318316803.8623
3.42031.0319080003.8628
3.40950.0319843203.8649
3.39551.0320606403.8660
3.3850.0321369603.8678
3.37181.0322132803.8686
3.35860.0322896003.8694
3.34731.0323659203.8713
3.34720.0324422403.8706
3.33811.0325185603.8725
3.32760.0325948803.8720
3.31710.0326712003.8721
3.31290.0327475203.8727
3.30681.0328238403.8731
3.30170.0329001603.8719
3.29741.0329764803.8718
3.28840.0230527263.8708

Framework versions

  • Transformers 4.33.3
  • Pytorch 2.0.1
  • Datasets 2.12.0
  • Tokenizers 0.13.3

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
OPTForCausalLM
Ревизия весов
1adf0ca

0 моделей