/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
24,8 млн
Лицензия
Llama 2
Архитектура
llama · dense
Опубликована
4 мар 2024

llama-39m

Генерация текстаТекст → текст3 профессии

Компактная модель семейства LLaMA на 24,8 млн параметров для экспериментов с авторегрессионной генерацией текста и языковым моделированием.

466скачиваний за 30 дней1лайквеса обновлены4 мар 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

Cheng98/llama-39m — компактная авторегрессионная языковая модель семейства LLaMA, опубликованная Cheng98. Модель содержит 24,8 млн параметров и реализована как плотная архитектура LlamaForCausalLM с двумя слоями, размером скрытого состояния 512 и контекстом до 2048 токенов; веса представлены в safetensors.

Модель предварительно обучена на небольшом подмножестве набора Recag/Rp_C4_55 с длиной последовательности 512 токенов. Она предназначена для экспериментов с генерацией текста и языковым моделированием, а также для изучения обучения и оценки небольших LLaMA-моделей. В README приведены оценки на Recag/Rp_C4_55 и WikiText-2.

Небольшой размер делает модель удобной для учебных и исследовательских экспериментов с ограниченными вычислительными ресурсами, но её качество генерации ограничено малым масштабом и узким обучающим корпусом. Поддерживаемый язык отдельно не заявлен. Лицензия указана как llama2.

Сценарии применения

  • эксперименты с генерацией коротких текстовых продолжений
  • изучение обучения авторегрессионных языковых моделей
  • тестирование и сравнение небольших LLaMA-моделей
  • учебные эксперименты с Transformers и causal language modeling

Ограничения

Модель очень мала и обучена на небольшом подмножестве корпуса, поэтому её качество генерации ограничено; отдельные поддерживаемые языки не заявлены.

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

Toy LLaMA-39M

  • This is a tiny LLaMA model pretrained on Recag/Rp_C4_55, a small subset of C4 with seq_len=512.

    • Model architecture
      {
        "hidden_size": 512,
        "intermediate_size": 2048,
        "max_position_embeddings": 2048,
        "num_attention_heads": 8,
        "num_hidden_layers": 2,
        "num_key_value_heads": 8
      }
      
    • Load model and tokenizer:
      from transformers import AutoTokenizer, AutoModelForCausalLM
      model = AutoModelForCausalLM.from_pretrained("Cheng98/llama-39m")
      tokenizer = AutoTokenizer.from_pretrained("Cheng98/llama-39m")
      
    • Training script: huggingface/transformers/examples/pytorch/language-modeling/run_clm.py
      # "train" split is created from the last 95% samples of original "train" subset
      raw_datasets["validation"] = load_dataset("Recag/Rp_C4_55", split="train[5%:]")
      
  • Evaluation (seq_len=512):

    DatasetEval lossPerplexityAccuracyblock_size
    Recag/Rp_C4_553.6337.780.3561512
    Wikitext24.5897.480.2719512
    • Evaluation command (Wikitext2):

      # Evaluation command
      python run_clm.py --model_name_or_path Cheng98/llama-39m \
        --dataset_name wikitext \
        --dataset_config_name wikitext-2-raw-v1 \
        --block_size 512 \
        --do_eval \
        --output_dir ./results
      
    • Evaluation on Recag/Rp_C4_55 (seq_len=512):

      # "validation" split is created from the first 5% samples of original "train" subset
      raw_datasets["validation"] = load_dataset("Recag/Rp_C4_55", split="train[:5%]")
      

      Results

      {
        "eval_accuracy": 0.3561766818954313,
        "eval_loss": 3.6318140029907227,
        "eval_runtime": 190.8411,
        "eval_samples": 19413,
        "eval_samples_per_second": 101.723,
        "eval_steps_per_second": 1.593,
        "perplexity": 37.7812898658763
      }
      
    • Evaluation on Wikitext2 (seq_len=512):

      {
        "eval_accuracy": 0.2718795201225219,
        "eval_loss": 4.579628944396973,
        "eval_runtime": 3.939,
        "eval_samples": 575,
        "eval_samples_per_second": 145.976,
        "eval_steps_per_second": 0.762,
        "perplexity": 97.47821765687856
      }
      

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
7add242

0 моделей