/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
435 млн
Лицензия
Apache 2.0
Архитектура
mistral · dense
Библиотека
transformers
Опубликована
8 окт 2024

BSL-470M

Генерация текстаТекст → текст3 профессии

Англоязычная модель Mistral на 435,4 млн параметров, обученная с нуля для генерации текста и используемая как базовый вариант в исследовании отбора данных.

654скачиваний 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.

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

BSL-470M — языковая модель с архитектурой Mistral, разработанная как базовый контрольный вариант для проекта Data-Selection. Модель содержит 435,4 млн параметров и была обучена с нуля на CC-разделе набора RedPajama-Data-1T.

Модель предназначена для генерации текста и служит базовой линией для сравнения с PDS-470M при изучении влияния отбора данных на предварительное обучение языковых моделей. Она принимает текст и генерирует текст; указанная длина контекста — 32 768 токенов. Карточка сообщает об английском языке. Репозиторий содержит веса PyTorch, лицензия — Apache-2.0.

Сценарии применения

  • генерация текста на английском языке
  • сравнение методов отбора данных для предобучения языковых моделей
  • воспроизведение базового эксперимента проекта PDS-470M

Ограничения

Модель представлена как базовый экспериментальный вариант, а не как специализированная модель для конкретных прикладных задач. Карточка не приводит результатов оценки, поэтому качество для конкретных сценариев по ней определить нельзя.

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

BSL-470M

paper | code

BSL-470M is a 470M model with Mistral achitecture pre-trained from scratch on the CC split of Redpajama.

It is used as the baseline for PDS-470M.

Evaluation

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
1581b9d

0 моделей