/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
152 млн
Лицензия
Apache 2.0
Архитектура
gpt_neox · dense
Библиотека
transformers
Опубликована
22 янв 2024

pythia-160m-data-seed2

Генерация текстаТекст → текст3 профессии

Англоязычная авторегрессионная модель EleutherAI на 151,9 млн параметров для генерации текста и исследования влияния порядка данных при обучении.

1 283скачиваний за 30 дней0лайковвеса обновлены11 янв 2026

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

EleutherAI/pythia-160m-data-seed2 — базовая авторегрессионная языковая модель из серии PolyPythias, разработанной EleutherAI для исследования устойчивости и воспроизводимости предварительного обучения. Вариант data-seed2 использует фиксированную инициализацию весов и отдельный порядок данных; это позволяет изучать влияние порядка обучающих примеров. Модель содержит 151,9 млн параметров и построена на плотной архитектуре GPT-NeoX для предсказания следующего токена.

Модель обучалась на корпусе The Pile объёмом 300 млрд токенов. Она предназначена для генерации продолжений текста и исследовательских сравнений обучающих запусков, а не для диалогов и следования инструкциям. Основной язык — английский, контекстное окно — 2048 токенов. Доступны промежуточные контрольные точки обучения.

Модель распространяется по лицензии Apache-2.0. Она не настроена на инструкции и не фильтрует генерируемый контент; ответы могут содержать предвзятые, оскорбительные или фактически неверные сведения. В README указано, что модель не предназначена для производственных систем.

Сценарии применения

  • генерация продолжения английского текста
  • сравнение результатов обучения при разном порядке данных
  • исследование устойчивости и воспроизводимости языковых моделей

Ограничения

Модель не настроена на выполнение инструкций и не фильтрует выходы; возможны предвзятые, оскорбительные и фактически неверные генерации. README не рекомендует использовать её в производственных системах.

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

PolyPythias

This model is part of the PolyPythias suite, an extension of the Pythia project providing 45 additional training runs across 5 model sizes with 9 different random seeds each. These models enable systematic study of training stability and reproducibility in language models.

Paper

PolyPythias: Stability and Outliers across Fifty Language Model Pre-Training Runs

Oskar van der Wal, Pietro Lesci, Max Muller-Eberstein, Naomi Saphra, Hailey Schoelkopf, Willem Zuidema, and Stella Biderman. ICLR 2025.

Model Details

SizeParametersLayersModel DimHeadsOriginal Model
14M14M61284pythia-14m
31M31M62568pythia-31m
70M70M65128pythia-70m
160M160M1276812pythia-160m
410M410M24102416pythia-410m

All models were trained on 300B tokens from The Pile.

Naming Convention

  • pythia-{size}m - Original Pythia model (seed 1234)
  • pythia-{size}m-seed{1-9} - PolyPythias variants with different random seeds
  • pythia-160m-data-seed{1-3} - 160M models with only data ordering varied (weight init fixed)
  • pythia-160m-weight-seed{1-3} - 160M models with only weight initialization varied (data order fixed)

The decoupled seed variants (data-seed and weight-seed) allow researchers to separately study the effects of data ordering vs. weight initialization.

Quick Start

from transformers import GPTNeoXForCausalLM, AutoTokenizer

# Load the final checkpoint
model = GPTNeoXForCausalLM.from_pretrained("EleutherAI/pythia-70m-seed3")
tokenizer = AutoTokenizer.from_pretrained("EleutherAI/pythia-70m-seed3")

# Generate text
inputs = tokenizer("The quick brown fox", return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=20)
print(tokenizer.decode(outputs[0]))

Available Checkpoints

Each model provides 154 intermediate checkpoints saved as Git branches:

CheckpointTraining TokensDescription
step00Initialization (before training)
step1, step2, step4, ..., step5122M - 1B10 log-spaced early checkpoints
step1000, step2000, ..., step1430002B - 300B143 evenly-spaced checkpoints

To load a specific checkpoint:

model = GPTNeoXForCausalLM.from_pretrained(
    "EleutherAI/pythia-70m-seed3",
    revision="step50000",  # Any checkpoint step
)

Training Data

All models were trained on The Pile using pre-shuffled data orderings. The shuffled index files for each seed are available at:

EleutherAI/pile-preshuffled-seeds

This dataset contains .idx files for seeds 0-9 used with MMapIndexedDataset to load the memory-mapped Pile data in the correct order for each seed.

Reproducing Training Data Order

To reproduce the exact data ordering used for a specific seed:

  1. Download the Pile dataset and tokenize it using the Pythia tokenizer
  2. Download the corresponding seed folder from pile-preshuffled-seeds:
    # Using huggingface_hub
    from huggingface_hub import snapshot_download
    snapshot_download(
        repo_id="EleutherAI/pile-preshuffled-seeds",
        repo_type="dataset",
        allow_patterns="seed3/*",  # Download only seed3
        local_dir="./pile-seeds"
    )
    
  3. Use the idx files with GPT-NeoX's MMapIndexedDataset:
    from dataset import MMapIndexedDataset
    dataset = MMapIndexedDataset(path_prefix, skip_warmup=True)
    

For complete training reproduction instructions, see the Pythia GitHub repository.

All PolyPythias Models

The complete collection is available at: EleutherAI/polypythias

14M Parameter Models

31M Parameter Models

70M Parameter Models

160M Parameter Models

410M Parameter Models

Evaluation Results

Evaluation results for all models are available in the polypythias-evals dataset.

Limitations

These models are released for research purposes only. They are not intended for deployment in production systems.

  • Not instruction-tuned: These are base language models that predict the next token; they will not follow instructions like ChatGPT
  • May generate harmful content: The Pile contains diverse internet text that includes biased, offensive, and factually incorrect content
  • English only: Models were trained primarily on English text
  • No safety filtering: Outputs are not filtered for safety or accuracy

License

Apache 2.0

Contact

For questions about these models, please use:

Citation

If you use these models, please cite:

@inproceedings{vanderwal2025polypythias,
    title={PolyPythias: Stability and Outliers across Fifty Language Model Pre-Training Runs},
    author={van der Wal, Oskar and Lesci, Pietro and Muller-Eberstein, Max and Saphra, Naomi and Schoelkopf, Hailey and Zuidema, Willem and Biderman, Stella},
    booktitle={International Conference on Learning Representations},
    year={2025},
    url={https://arxiv.org/abs/2503.09543}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GPTNeoXForCausalLM
Ревизия весов
3b725b0

0 моделей