/ Модель

Характеристики

Контекст
2 048 токенов
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Опубликована
7 апр 2023

Quokka_590m

Генерация текстаТекст → текст3 профессии

Англоязычная GPT-2-модель на 590 млн параметров, дообученная для следования инструкциям и простого диалога.

531скачиваний за 30 дней0лайковвеса обновлены18 ноя 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

Corianas/Quokka_590m — англоязычная GPT-2-модель с 590 млн параметров, дообученная Corianas на Cerebras 590M с использованием инструментов DataBricks Dolly. Дообучение проводилось в течение двух эпох, чтобы модель лучше следовала инструкциям и отвечала в формате простого чат-бота. В метаданных указаны архитектура GPT2LMHeadModel, контекст до 2048 токенов и форматы PyTorch и Safetensors.

Модель предназначена для генерации текста по инструкциям и простых диалогов на английском языке. Её фактические знания ненадёжны, а автор отдельно предостерегает от использования ответов для принятия медицинских или финансовых решений. В карточке указана лицензия CC-BY-NC-4.0, тогда как метаданные Hugging Face указывают Apache-2.0; перед использованием следует проверить, какие условия лицензии применимы к весам.

Сценарии применения

  • генерация ответов на простые инструкции на английском языке
  • создание простого англоязычного чат-бота
  • получение черновиков коротких текстов по запросу

Ограничения

Фактические знания модели ненадёжны; автор предостерегает от использования её ответов для медицинских и финансовых решений. README указывает лицензию CC-BY-NC-4.0, а метаданные — Apache-2.0, поэтому условия использования весов требуют проверки.

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 590M Dollyfied.

This is a finetuned model of Cerebras 590M model. using DataBricksLabs Dolly Framework

Model Details

Model Description

This is a finetuned version of cerebras' 590million 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: 7.5
  • 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.25.02
ARC (25-shot)24.4
HellaSwag (10-shot)31.61
MMLU (5-shot)25.36
TruthfulQA (0-shot)39.59
Winogrande (5-shot)50.2
GSM8K (5-shot)0.0
DROP (3-shot)3.96

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
d6ad368

0 моделей