/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
88,7 млн
Лицензия
Apache 2.0
Архитектура
gemma · dense
Библиотека
transformers
Опубликована
24 янв 2025

Gemstone-512x16

Генерация текстаТекст → текст3 профессии

Небольшая авторегрессионная модель семейства Gemma для генерации и продолжения текста, не настроенная на выполнение инструкций.

589скачиваний за 30 дней0лайковвеса обновлены9 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-512x16 — языковая модель из серии Gemstone Suite, разработанной для изучения моделей с разной шириной и глубиной. По метаданным, это плотная авторегрессионная модель семейства Gemma с архитектурой GemmaForCausalLM и 88,7 млн параметров; она предназначена для генерации текста и обучалась на подмножестве корпуса Dolma. В README серии указано, что модели не являются instruction-моделями, обучались 350 млрд токенов и используют непересекающиеся подмножества Dolma для обучения и валидации. Для работы заявлена библиотека Transformers, формат весов — safetensors, контекст — 2048 токенов.

Модель подходит для продолжения текста и экспериментов с генерацией на базе небольшого языкового чекпойнта. Карточка не подтверждает диалоговую настройку или следование инструкциям; README описывает Gemstone-384x13, поэтому его сведения о тренировке применимы к Gemstone-512x16 лишь как сведения о серии. Лицензия — Apache-2.0.

Сценарии применения

  • продолжение заданного текста
  • генерация связного текста по началу
  • эксперименты с компактными языковыми моделями
  • сравнение вариантов моделей серии Gemstone

Ограничения

Модель не является instruction-моделью, поэтому не рассчитана на надёжное выполнение пользовательских инструкций или диалоговые ответы. 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-384x13

Gemstone-384x13 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-384x13

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
45d6c1f

0 моделей