Компактная языковая модель Mistral на 137,8 млн параметров, обученная с нуля на RedPajama и предназначенная для генерации текста и служащая базой для PDS-160M.
684скачиваний за 30 дней0лайковвеса обновлены28 окт 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.
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
BSL-160M — языковая модель с архитектурой Mistral, разработанная командой Data-Selection. Модель содержит 137,8 млн параметров и обучена с нуля на CC-разделе набора RedPajama-Data-1T. Она служит базовой моделью для PDS-160M и используется для изучения влияния отбора данных на предобучение языковых моделей.
Модель предназначена для генерации текста и экспериментов с предобучением языковых моделей. Она принимает текст и генерирует текст, поддерживает английский язык и имеет контекстное окно до 32 768 токенов. Репозиторий содержит веса PyTorch. Лицензия — Apache-2.0.
В карточке сообщается, что модели, обученные на данных, выбранных методом PDS, могут показывать улучшение качества и экономить вычисления при предобучении; это утверждение относится к результатам исследования, а не к гарантированному качеству BSL-160M. Показатели оценки и ограничения сценариев применения в карточке не раскрыты.
Сценарии применения
генерация английского текста
эксперименты с предобучением языковых моделей с нуля
сравнение методов отбора обучающих данных
использование в качестве базовой модели для PDS-160M
Ограничения
Карточка не приводит численных результатов оценки или подробных ограничений качества; выводы об улучшении от отбора данных относятся к экспериментам с PDS, а не к гарантированным характеристикам этой модели.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
PDS-selected data improves the performance of language models pre-trained from scratch and saves pre-training comptation. The improvement scales up to large model sizes.
Citation
@article{gu2024data,
title={Data Selection via Optimal Control for Language Models},
author={Gu, Yuxian and Dong, Li and Wang, Hongning and Hao, Yaru and Dong, Qingxiu and Wei, Furu and Huang, Minlie},
journal={arXiv preprint arXiv:2410.07064},
year={2024}
}
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров