Princeton NLP's Sheared-Pythia-160m trained on the WebGLM-QA dataset
- Base model: princeton-nlp/Sheared-Pythia-160m
- Dataset: THUDM/webglm-qa
Recommended prompt format
<|references|>
{references}</s>
<|question|>
{question}</s>
<|answer|>
Характеристики
- Контекст
- 2 048 токенов
- Параметры
- 152 млн
- Лицензия
- Apache 2.0
- Архитектура
- gpt_neox · dense
- Базовая модель
- Sheared-Pythia-160m
- Опубликована
- 9 дек 2023
Ссылки
Sheared-Pythia-160m-WebGLM-QA
Компактная GPT-NeoX-модель, дообученная для генерации ответов на вопросы по предоставленным справочным фрагментам.
23скачиваний за 30 дней3лайкавеса обновлены7 янв 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
Felladrin/Sheared-Pythia-160m-WebGLM-QA — компактная авторегрессионная модель GPT-NeoX, созданная дообучением Princeton NLP модели Sheared-Pythia-160m на наборе THUDM/webglm-qa. Она предназначена для генерации ответов на вопросы по предоставленным справочным фрагментам: в запросе рекомендуется сначала передать references, затем question. Модель содержит 151,9 млн параметров, принимает текст и имеет контекст длиной до 2048 токенов.
Модель подходит для экспериментов с ответами на вопросы по веб-источникам и для компактных прототипов систем поиска с генерацией ответа. Она распространяется в формате Safetensors по лицензии Apache-2.0. Карточка не сообщает об отдельных оценках качества или дополнительных языковых возможностях; результаты могут быть ограничены небольшим размером модели и коротким контекстом.
Сценарии применения
- ответы на вопросы по извлечённым веб-источникам
- создание прототипа системы поиска с генерацией ответа
- генерация краткого ответа на основе переданных references
- эксперименты с QA-моделями небольшого размера
Ограничения
Небольшой размер модели и контекст длиной 2048 токенов могут ограничивать качество ответов и объём одновременно обрабатываемых источников. Карточка не приводит отдельных результатов оценки качества или подтверждённого списка поддерживаемых языков.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- GPTNeoXForCausalLM
- Ревизия весов
- 741e6ad