/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
69 млн
Лицензия
Apache 2.0
Архитектура
gemma · dense
Библиотека
transformers
Опубликована
24 янв 2025

Gemstone-512x11

Генерация текстаТекст → текст3 профессии

Небольшая авторегрессионная модель Gemma для продолжения английского текста и экспериментов с языковым моделированием.

576скачиваний за 30 дней0лайковвеса обновлены6 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

Gemstone-512x11 — языковая модель из набора Gemstone Suite, обученная разработчиками Gemstone-Models. Это плотная авторегрессионная модель семейства Gemma с 69 млн параметров, основанная на архитектуре Gemma-2B; для запуска используется Transformers и файл modeling_gemma.py. Она обучалась на непересекающихся подмножествах Dolma в течение 350 млрд токенов, с глобальным размером пакета 2048 и сохранением промежуточных чекпойнтов каждые 2 млрд токенов.

Модель предназначена для продолжения текста и экспериментов с языковым моделированием, а не для выполнения инструкций или диалогового ассистирования. Контекст составляет 2048 токенов; в карточке указан английский язык. Сильная сторона — длительное обучение на большом текстовом корпусе при небольшом числе параметров. Для коммерческого и исследовательского использования указана лицензия Apache-2.0.

Сценарии применения

  • генерация продолжения английского текста
  • изучение поведения компактных языковых моделей
  • эксперименты с авторегрессионным языковым моделированием

Ограничения

Модель не обучалась следовать инструкциям, поэтому ответы на запросы и диалоговое поведение не являются её целевыми сценариями. Контекст ограничен 2048 токенами.

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-512x11

Gemstone-512x11 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-512x11

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
baaf9cb

0 моделей