Характеристики
- Контекст
- 2 048 токенов
- Параметры
- 152 млн
- Архитектура
- gpt_neox · dense
- Опубликована
- 14 янв 2023
Ссылки
pythia-125M-static-sft
Небольшая модель GPT-NeoX для генерации текста по текстовой подсказке.
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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
Dahoas/pythia-125M-static-sft — текстовая авторегрессионная модель генерации текста, опубликованная разработчиком Dahoas на Hugging Face. Суффикс SFT в названии указывает на настройку для следования инструкциям, однако карточка модели отсутствует, поэтому конкретные данные обучения и целевые сценарии не подтверждены.
Модель использует архитектуру GPT-NeoX, содержит около 151,9 млн параметров и принимает текстовый контекст длиной до 2048 токенов. Поддерживаемый сценарий — продолжение текста и генерация ответов по текстовой подсказке. Подтверждённых сведений о поддерживаемых естественных языках, лицензии, сильных сторонах и специфических ограничениях нет.
Сценарии применения
- продолжение заданного текста
- генерация короткого ответа на текстовую подсказку
- эксперименты с компактной авторегрессионной языковой моделью
Ограничения
Карточка модели отсутствует, поэтому данные о качестве, обучающих данных, лицензии и поддерживаемых языках не подтверждены.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- GPTNeoXForCausalLM
- Ревизия весов
- 459eb3c