/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1,7 млрд
Размер весов
7 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Библиотека
transformers
Опубликована
8 окт 2024

PDS-1.7B

Генерация текстаТекст → текст3 профессии

PDS-1.7B — англоязычная авторегрессионная модель Mistral с 1,7 млрд параметров для генерации текста, обученная с нуля на данных RedPajama, отобранных методом PDS.

702скачиваний за 30 дней0лайковвеса обновлены25 мар 2025

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

PDS-1.7B — плотная авторегрессионная языковая модель семейства Mistral с 1,7 млрд параметров, разработанная авторами подхода PMP-based Data Selection (PDS). Модель обучена с нуля на отобранных данных из раздела CC корпуса RedPajama-Data-1T; для загрузки и запуска используется библиотека Transformers и формат PyTorch.

Модель предназначена для генерации текста и downstream-сценариев на основе языковой модели. В работе авторы исследуют отбор качественных данных для предобучения и сообщают, что PDS повышает результаты моделей, обученных с нуля, и сокращает вычислительные затраты на предобучение. Контекст составляет 32 768 токенов; в метаданных указан английский язык. Лицензия — Apache-2.0. Карточка не приводит конкретных оценок качества самой модели и не описывает ограничения по предметным областям.

Сценарии применения

  • генерация продолжений английского текста
  • подготовка черновиков и кратких текстовых материалов
  • эксперименты с генерацией на основе предобученной языковой модели

Ограничения

В карточке не приведены конкретные бенчмарки, поэтому качество на отдельных задачах по этим данным оценить 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

PDS-1.7B

paper | code

PDS-1.7B is a 1.7B model with Mistral achitecture pre-trained from scratch on the data selected from the CC split of Redpajama, using the PDS framework.

This work investigates the selection of high-quality pre-training data from massive corpora to enhance LMs' capabilities for downstream usage. We formulate data selection as a generalized Optimal Control problem, which can be solved theoretically by Pontryagin's Maximum Principle (PMP), yielding a set of necessary conditions that characterize the relationship between optimal data selection and LM training dynamics. Based on these theoretical results, we introduce PMP-based Data Selection (PDS), a framework that approximates optimal data selection by solving the PMP conditions.

Please refer to our paper for more details.

Overview of the theory:

Overview of the PDS framework:

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.

Baseline

Conventional Pre-training

Sample Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "Data-Selection/PDS-1.7B"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)

inputs = tokenizer("Hello, my name is", return_tensors="pt")
outputs = model.generate(**inputs)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

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
90c77c8

0 моделей