/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
1,8 млрд
Размер весов
7,7 ГБ
Лицензия
Apache 2.0
Архитектура
gemma · dense
Библиотека
transformers
Опубликована
24 янв 2025

Gemstone-1536x50

Генерация текстаТекст → текст3 профессии

Производная модели Gemstone-Models/Gemstone-3072x12. Gemstone-3072x12 — англоязычная авторегрессионная модель семейства Gemma для продолжения и генерации текста.

569скачиваний за 30 дней0лайковвеса обновлены7 фев 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

Карточка модели Gemstone-Models/Gemstone-1536x50 на Hugging Face совпадает с карточкой Gemstone-Models/Gemstone-3072x12, поэтому описание составлено по ней.

Gemstone-3072x12 — плотная авторегрессионная языковая модель семейства Gemma с 1,9 млрд параметров. README описывает обучение серии Gemstone с различными соотношениями ширины и глубины на базе архитектуры Gemma 2B; для этого чекпойнта метаданные указывают класс GemmaForCausalLM и библиотеку Transformers.

Модель предназначена для продолжения текста и генерации на основе текстового контекста. Она обучалась на корпусе Dolma в течение 350 млрд токенов; README отмечает, что это не instruction-модель, поэтому она не предназначена специально для следования пользовательским инструкциям или диалогового общения. Метаданные указывают английский язык и контекст 2048 токенов.

Модель выпущена в формате safetensors под лицензией Apache-2.0. README называется Gemstone-1536x50, тогда как репозиторий и метаданные относятся к Gemstone-3072x12; поэтому сведения о конкретной конфигурации обучения из карточки следует трактовать осторожно.

Сценарии применения

  • продолжение англоязычного текста по заданному фрагменту
  • генерация черновиков и коротких текстов
  • эксперименты с компактными авторегрессионными языковыми моделями
  • оценка и исследование моделей, обученных на корпусе Dolma

Ограничения

Модель не является instruction-моделью и может не следовать инструкциям или поддерживать диалог так, как ожидается от чат-моделей. Контекст ограничен 2048 токенами; README содержит название другой конфигурации серии, поэтому сведения о деталях обучения именно этого чекпойнта неоднозначны.

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

Gemstone-1536x50

Gemstone-1536x50 is part of the Gemstone Suite of Models. A set of models trained with varying widths and depths.

Training

We train using litgpt and AxoNN using AMD MI250X GPUs on Frontier at Oak Ridge National Laboratory with a global batch size of 2048.

Data

Train and validation data is taken from non-overlapping subsets of dolma. As such it is not an instruction model. This model is trained for 350 billion tokens, we upload checkpoints every 2 billion tokens (477 steps).

Using Gemstone-1536x50

The Gemstones are based on the gemma-2b architecture and use modeling_gemma.py to run using the transformers library.

Licence

This model is released under the apache-2.0 licence.

Contact

Please, feel free to contact us with any questions, or open a discussion thread.

Citation

@article{mcleish2024gemstones
    title={Gemstones: A Model Suite for Multi-Faceted Scaling Laws}, 
    author={Sean McLeish and John Kirchenbauer and David Yu Miller and Siddharth Singh and Abhinav Bhatele and Micah Goldblum and Ashwinee Panda and Tom Goldstein},
    journal={arXiv preprint arXiv:2502.},
    year={2025}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GemmaForCausalLM
Ревизия весов
57968d5

0 моделей