/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1 млрд
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
29 дек 2023

TinyLlama-1.1B-32k

Генерация текстаТекст → текст3 профессии

Англоязычная модель TinyLlama объёмом около 1 млрд параметров с контекстом 32 768 токенов для генерации длинного текста и ускорения speculative decoding.

124скачиваний за 30 дней30лайковвеса обновлены2 фев 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

TinyLlama-1.1B-32k — англоязычная плотная авторегрессионная модель семейства Llama, разработанная как версия TinyLlama-1.1B с увеличенным контекстом. Авторы дообучили её на наборе togethercomputer/RedPajama-Data-1T-Sample при длине контекста 32 768 токенов, изменив базу частот RoPE.

Модель предназначена для генерации текста с длинным контекстом и как вспомогательная модель для speculative decoding. В README приведены результаты perplexity на Wikitext и оценка HumanEval; эти результаты не гарантируют качества на других задачах. Размер модели — около 1 млрд параметров. Репозиторий содержит веса PyTorch и Safetensors; указанная лицензия — Apache-2.0.

Сценарии применения

  • генерация текста с контекстом до 32 768 токенов
  • использование как вспомогательной модели для speculative decoding
  • эксперименты с генерацией длинного контекста
  • оценка perplexity на текстовых корпусах

Ограничения

Это компактная модель, поэтому её качество и возможности могут быть ниже, чем у более крупных моделей. Оценки в README ограничены Wikitext и HumanEval и не описывают качество на всех сценариях.

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

TinyLlama-1.1B-32k

32k context finetune of TinyLlama-1.1B using increased rope theta (rope frequency base) meant to serve as a long-context speculative decoding model.

Created using TinyLlama-1.1B and further pretraining at 32768 context length on togethercomputer/RedPajama-Data-1T-Sample.

Of note, the base checkpoint used was from commit "final model" fad4f1a5cd0563ac41349b8fec2e6e51156568a0 which was subsequently reverted, and not the current main branch 3T checkpoint of TinyLlama-1.1B.

EXL2 Quants by turboderp

The quantized model fits alongside a 4.25bpw 70B model at 32k sequence length on a single A6000 and provides noticeable speed-up with speculative decoding.

Wikitext (wikitext-2-raw-v1_train) Perplexity (64 rows) as evaluated via exllamav2:

Model2048409681921638432768
TinyLlama-1.1B8.5633208.3586863.75071600.50216981.9021
TinyLlama-1.1B-32k8.65487.83397.49047.36747.1338

Evaluation on HumanEval by turboderp:

ModelPass@1Pass@10
TinyLlama-1.1B0.08410.1524
TinyLlama-1.1B (NTK alpha=7.7)0.05980.1098
TinyLlama-1.1B-32k-ckpt-5540.07320.1402
TinyLlama-1.1B-32k0.08290.1524

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
11e7efd

0 моделей