/ Модель

Характеристики

Контекст
2 048 токенов
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Опубликована
30 мар 2023

Quokka_2.7b

Генерация текстаТекст → текст3 профессии

Англоязычная GPT-2-модель на 2,7 млрд параметров, дообученная для простых диалогов и выполнения инструкций.

223скачиваний за 30 дней0лайковвеса обновлены5 дек 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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0083

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3908

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,1749

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,3055

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2559

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,1145

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Corianas/Quokka_2.7b — англоязычная GPT-2-модель генерации текста, дообученная Corianas на базе Cerebras 2.7B с использованием инструментов DataBricks Dolly. Она предназначена для диалогов в формате чат-бота и выполнения инструкций; обучение проходило два эпоха. Модель содержит около 2,7 млрд параметров и принимает текст, выдавая текст, с контекстом до 2048 токенов.

Модель может быть полезна для простых ответов на запросы и выполнения текстовых инструкций. Автор предупреждает, что фактические знания ненадёжны и модель не подходит для задач, где важна точность, в частности для медицинских и финансовых рекомендаций. В метаданных указана лицензия Apache-2.0, тогда как README указывает CC-BY-NC-4.0; условия лицензирования противоречат друг другу, поэтому их следует проверить до использования.

Сценарии применения

  • простые ответы чат-бота на вопросы на английском языке
  • выполнение текстовых инструкций общего назначения
  • генерация продолжений англоязычного текста

Ограничения

Автор отмечает, что фактические знания модели ненадёжны и не рекомендует использовать её там, где важна точность, включая медицинские и финансовые советы. README указывает лицензию CC-BY-NC-4.0, а метаданные — Apache-2.0; лицензию необходимо уточнить.

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

Model Card for Cerebras 2.7b Dollyfied.

This is a finetuned model of Cerebras 2.7b model. using DataBricksLabs Dolly Framework

Model Details

Model Description

This is a finetuned version of cerebras' 2.7Billion paramater model that has been trained to follow instructions.

It was accomplished using DataBricks Dolly training tools, and was trained for 2 epochs.

Uses

This is a simple GPT chatbot that has been finetuned to understand instructions. Its knowledge about facts about the world is should be considered suspect at best.

Direct Use

If you have a use you put it to, Please let me know.

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

Any form of use where any form of accuracy is needed. FOR THE LOVE OF GOD DO NOT FOLLOW MEDICAL ADVICE FROM THIS. or financial advice.

[More Information Needed]

Bias, Risks, and Limitations

Limitations... Yes, I am sure there are so so many.

[More Information Needed]

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: 8xA100s (accomplished while I was downloading the model I was actually training.)
  • Minutes used: 25
  • Cloud Provider: LambdaGPU
  • Compute Region: USA
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.29.72
ARC (25-shot)31.06
HellaSwag (10-shot)47.72
MMLU (5-shot)24.8
TruthfulQA (0-shot)40.14
Winogrande (5-shot)55.49
GSM8K (5-shot)0.38
DROP (3-shot)8.43

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
d9b3274

0 моделей