/ Модель

Характеристики

Контекст
2 048 токенов
Лицензия
MIT
Архитектура
gptj · dense
Опубликована
22 мар 2023

de-anna

Генерация текстаТекст → текст3 профессии

de-anna — немецкоязычная авторегрессионная модель GPT-J на 6 млрд параметров для генерации и продолжения текста.

89скачиваний за 30 дней10лайковвеса обновлены27 мар 2023

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

Cedille AI разработала de-anna — авторегрессионную языковую модель на 6 млрд параметров с плотной архитектурой GPT-J. Модель обучена на немецких текстах с использованием кодовой базы mesh-transformer-jax; исходная GPT-J обучалась на The Pile, поэтому de-anna также сохраняет хорошие возможности генерации на английском языке. Используется неизменённый токенизатор GPT-2.

Модель предназначена для генерации продолжений текста на немецком и английском языках. Она может служить основой для написания черновиков, продолжения фрагментов и экспериментов с генерацией текста. Контекст составляет 2048 токенов. Репозиторий содержит веса PyTorch, а лицензия — MIT. Для загрузки базовой версии в float32 README указывает потребность более чем в 48 ГБ оперативной памяти.

Сценарии применения

  • генерация текста на немецком языке
  • продолжение немецких текстовых фрагментов
  • создание черновиков на немецком языке
  • генерация текста на английском языке
  • эксперименты с авторегрессионной языковой моделью

Ограничения

Контекст ограничен 2048 токенами; для загрузки базовой версии в float32 требуется более 48 ГБ оперативной памяти. Модель обучалась преимущественно на немецких текстах, поэтому качество для других языков может быть ниже.

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

Cedille AI

Cedille is a project to bring large language models to non-English languages.

de-anna

Anna is a 6B parameter autoregressive language model based on the GPT-J architecture and trained using the mesh-transformer-jax codebase.

Anna was trained on German text with a similar methodology to Boris, our French model. We started training from GPT-J, which has been trained on The Pile. As a consequence the model still has good performance in English language. Anna makes use of the unmodified GPT-2 tokenizer.

How to run

Loading the model

Base (requires 48+ GB of RAM)

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("Cedille/de-anna")
model = AutoModelForCausalLM.from_pretrained("Cedille/de-anna")

Lower memory usage

Loading a model with Huggingface requires two copies of the weights, so 48+ GB of RAM for GPT-J models in float32 precision. The first trick would be to load the model with the specific argument below to load only one copy of the weights.

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("Cedille/de-anna")
model = AutoModelForCausalLM.from_pretrained("Cedille/de-anna", low_cup_mem_usage=True)

We are planning on adding an fp16 branch soon. Combined with the lower memory loading above, loading could be done on 12.1GB of RAM.

Generation example

model.eval()
input_sentence = "Wo hast du unsere Sprache gelernt?"
input_ids = tokenizer.encode(input_sentence, return_tensors='pt')

beam_outputs = model.generate(
    input_ids, 
    max_length=100, 
    do_sample=True,   
    top_k=50, 
    top_p=0.95, 
    num_return_sequences=1
)
print(tokenizer.decode(beam_outputs[0], skip_special_tokens=True))

Contact us

For any custom development please contact us at hello@cedille.ai.

Links

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPTJForCausalLM
Ревизия весов
3d4e8d1

0 моделей