/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
13,8 млрд
Размер весов
18,8 ГБ
Лицензия
BigScience OpenRAIL-M
Архитектура
geov · dense
Опубликована
28 мар 2023

GeoV-9b

Генерация текстаТекст → текст4 профессии

GeoV-9B — англоязычная авторегрессионная Transformer-модель для генерации текста и решения алгоритмических задач.

387скачиваний за 30 дней29лайковвеса обновлены27 апр 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

GeoV-9B — англоязычная авторегрессионная языковая модель на базе Transformer, разработанная Georges Harik. В README указано 9 млрд параметров, 32 слоя и размер скрытого представления 5120; метаданные каталога указывают 13,8 млрд параметров. Модель использует RoPER — позиционные представления, основанные на RoPE и дополненные относительной позиционной информацией в векторных представлениях значений внимания.

Модель предназначена для генерации английского текста и алгоритмических задач. Выпущенные веса обучены примерно на 70 млрд токенов, на корпусах c4en и англоязычной Википедии; README приводит результаты оценки на контрольной точке после 80 млрд токенов. Контекст — 2048 токенов. Разработчик — Georges Harik; лицензия BigScience OpenRAIL-M.

Сценарии применения

  • генерация продолжения английского текста
  • создание черновиков и простых текстовых материалов на английском
  • эксперименты с авторегрессионными языковыми моделями
  • решение алгоритмических задач на естественном языке

Ограничения

Модель ориентирована на английский язык и имеет контекст 2048 токенов. README описывает выпущенную контрольную точку как обученную примерно на 70 млрд токенов; дальнейшее обучение обозначено как план.

Для каких профессий подходит4

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

GeoV-9B is a 9 billion parameter causal language model.

The GeoV model was designed by Georges Harik and uses Rotary Positional Embeddings with Relative distances (RoPER) by Georges Harik and Varuna Jayasiri.

RoPER, in addition to using relative positions in the attention score calculation by RoPE embeddings, adds relative positional information explicitly to value embeddings. Specifically, it incorporates the relative positions of the tokens paid attention to. RoPER has given better performance in some algorithmic tasks, and seems comparable to RoPE in language modeling.

Model details

  • Developed by: Georges Harik
  • Model type: Transformer-based Language Model
  • Language: English
HyperparameterValue
nparameters9B
nlayers32
dmodel5120
nheads40
dhead128
nvocab65500
Sequence Length2048

The released weights were trained on ~70 billion tokens. We plan to continue training up to 300 billion tokens and update the weights at every 20b tokens. This training run is monolingual and uses c4en and english wikipedia datasets.

Test results

These are the results from EleutherAI/lm-evaluation-harness at 80B (tokens trained) checkpoint.

TaskVersionMetricValueStderr
anli_r10acc0.3150±0.0147
anli_r20acc0.3380±0.0150
anli_r30acc0.3367±0.0136
hellaswag0acc0.4761±0.0050
acc_norm0.6308±0.0048
lambada_openai0ppl8.9700±0.2606
acc0.5628±0.0069
mathqa0acc0.2318±0.0077
acc_norm0.2372±0.0078
piqa0acc0.7448±0.0102
acc_norm0.7639±0.0099
winogrande0acc0.5935±0.0138
wsc0acc0.4038±0.0483

Installation

pip install geov

Generation

Open In Colab

from geov import GeoVForCausalLM, GeoVTokenizer

model = GeoVForCausalLM.from_pretrained("GeoV/GeoV-9b")
tokenizer = GeoVTokenizer.from_pretrained("GeoV/GeoV-9b")

prompt = "In mathematics, topology is the study of"

input_ids = tokenizer(prompt, return_tensors="pt").input_ids

gen_tokens = model.generate(
    input_ids,
    do_sample=True,
    temperature=0.9,
    max_length=100,
)
gen_text = tokenizer.batch_decode(gen_tokens)[0]

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
GeoVForCausalLM
Ревизия весов
13a5cba

0 моделей