/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
85,2 млн
Лицензия
CC BY-NC-SA 4.0
Архитектура
llama · dense
Опубликована
9 апр 2024

Microllama_Char_500k_step

Генерация текстаТекст → текст3 профессии

Небольшая символьная модель семейства Llama для продолжения коротких англоязычных историй и текстов.

20скачиваний за 30 дней0лайковвеса обновлены30 янв 2025

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

Corianas/Microllama_Char_500k_step — символьная авторегрессионная модель семейства Llama, обученная автором с использованием проекта llama.c. Модель содержит 85,2 млн параметров, принимает и генерирует последовательности символов и имеет контекст 2048 токенов.

Она предназначена для продолжения коротких англоязычных историй и текстов в стиле обучающих данных: TinyStories, внутреннего набора автора и части Cosmopedia, отобранной для молодой аудитории. Это символьная модель, а не обычная токенизаторная LLM: заглавные буквы кодируются специальным модификатором ↨ перед буквой, поэтому входной текст нужно предварительно преобразовать; обучение на обычных заглавных буквах не проводилось.

Модель опубликована по лицензии CC BY-NC-SA 4.0, которая допускает использование с указанием авторства и ограничивает коммерческое применение. Карточка не сообщает результатов независимой оценки; небольшой размер и специализированные данные ограничивают её пригодность для сложных диалогов, точных фактических ответов и текстов вне обучающего распределения.

Сценарии применения

  • продолжение коротких детских историй на английском языке
  • генерация простых англоязычных повествовательных текстов
  • эксперименты с посимвольной генерацией текста
  • изучение обучения компактных авторегрессионных моделей

Ограничения

Для заглавных букв требуется специальное кодирование с модификатором ↨; на обычных заглавных буквах модель не обучалась. Модель ориентирована на короткие простые истории и не предназначена для надёжных фактических ответов или сложного 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

This is a character (english a-z 0-9 and so on) trained model following Andrej karpathy's llama.c project https://github.com/karpathy/llama2.c on both TinyStories and my own internal similar dataset I made. the last 150k is from a subset of cosmopedia I extracted for younger people.

Trained for 49,152,000,000 tokens

for it to see/output Uppercase letters this model uses a Shift-Key modifier before the letter to become uppercase, and has never been trained on actual uppercase letters.

This modifier is ↨ and here are the functions I use to convert from straight text to the modified format and back.

def add_caseifer(text):
    # Using list comprehension for more efficient concatenation
    return ''.join(['↨' + char.lower() if char.isupper() else char for char in text
    
def remove_caseifer(text):
    new_text = ""
    i = 0
    while i < len(text):
        if text[i] == "↨":
            if i+1 < len(text):
                new_text += text[i+1].upper()
                i += 1
            else:
                pass  # skip this index
        else:
            new_text += text[i]
        i += 1
    return new_text

As such for test strings to use in chat try using somthing like:

↨hello, my name is ↨clara and ↨i like

Run history: iter ▁▁▁▂▂▂▂▂▂▃▃▃▃▃▃▄▄▄▄▄▅▅▅▅▅▅▆▆▆▆▆▇▇▇▇▇▇███ loss/train █▅▄▅▃▅▄▃▄▄▄▄▃▃▄▄▂▁▂▂▃▃▂▃▃▃▂▃▂▃▂▂▂▂▃▁▂▂▁▂ loss/val █▇▆▅▅▄▄▄▄▃▃▃▃▃▃▂▂▂▂▂▂▂▂▂▂▂▂▂▁▁▁▁▁▁▁▁▁▁▁▁ lr ▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁ mfu ▅▅▅▄▅▅▅▅▅▅▄▅▅▅▁▅▅▅▄▅▅▅▅█▅▅▅▅▅▅▅▅▅▅▅▅█▅▅█ step_time ██████▇████████▇████▇██▂▇██▇█████▇▇▇▁▇█▁ tokens ▁▁▁▂▂▂▂▂▂▃▃▃▃▃▃▄▄▄▄▄▅▅▅▅▅▅▆▆▆▆▆▇▇▇▇▇▇███

Run summary: iter 500000 loss/train 0.48935 loss/val 0.45042 lr 1e-05 mfu 9.31042 step_time 63441.47873 tokens 49152000000

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
75e40b6

0 моделей