/ Модель

Характеристики

Контекст
1 024 токена
Параметры
20,6 млн
Лицензия
Llama 2
Архитектура
llama · dense
Опубликована
3 апр 2024

Mila_1L

Генерация текстаТекст → текст3 профессии

Компактная однослойная модель на архитектуре LLaMA 2 для генерации текста с преимущественным уклоном в код.

223скачиваний за 30 дней0лайковвеса обновлены3 апр 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

Ffohturk выпустил Mila_1L — базовую языковую модель с одним слоем на архитектуре LLaMA 2. Она обучена на 6 млрд токенов из раздела algebraic-stack набора Proof-Pile 2; автор отмечает, что распределение её ответов в основном ориентировано на код. Модель содержит 20,6 млн параметров, использует токенизатор LLaMA 2 и рассчитана на контекст до 1024 токенов.

Модель предназначена для генерации текста, прежде всего кода, и для экспериментов с компактными языковыми моделями и обучением на математических и кодовых данных. В README приведены значения потерь на обучении и тестировании, но нет сведений о прикладной оценке качества. Лицензия указана как Llama 2; перед использованием следует учитывать её условия.

Сценарии применения

  • эксперименты с компактными языковыми моделями
  • генерация кода
  • изучение влияния обучения на корпусе Proof-Pile 2

Ограничения

Контекст ограничен 1024 токенами; автор сообщает об уклоне генерации в код. В README приведены только значения потерь, без прикладных оценок качества.

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

This is a one-layer base model with the LlaMA 2 architecture trained on 6B tokens of the algebraic-stack part of the Proof-pile 2 dataset.
It's output distribution is thus mostly concerned with code. The tokenizer is the LlaMA 2 one. I used the following hyper parameters:
dmodel = 512
dff = 2048
nheads = 4
nctx = 1024

For the training I used AdamW with weight decay = 0.05 and cosine annealing with 5000 warmup steps and maximum learning rate 1e-4. We used BF16 precision.

Train loss: 2.6228
Test loss: 2.7490

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
640fc4a

0 моделей