I cut my TinyLlama 1.1B cinder v 2 down from 22 layers to 14. At 14 there was no coherent text but there were emerging ideas of a response. 1000 steps on step-by-step dataset. 10000 on Reason-with-cinder. The loss was around .6 and the learning rate was still over 4. Starting to get better performance now. This model still needs significat training. I am putting it up as a base model that needs work. If you continue training please let me know on the tinyllama discord https://discord.com/channels/1156883027805356072/1156883029671813122 or email Cinder.stem@gmail.com , I have some interesting plans for this model.
Характеристики
- Контекст
- 2 048 токенов
- Параметры
- 682 млн
- Лицензия
- MIT
- Архитектура
- llama · dense
- Опубликована
- 16 фев 2024
Ссылки
TinyLlama-748M-Reason-With-Cinder-Test-2
Экспериментальная модель семейства TinyLlama для генерации текста и изучения пошагового рассуждения, требующая дальнейшего обучения.
461скачиваний за 30 дней0лайковвеса обновлены16 фев 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
Josephgflowers/TinyLlama-748M-Reason-With-Cinder-Test-2 — экспериментальная плотная языковая модель семейства Llama, созданная на основе TinyLlama 1.1B Cinder v2. Автор сократил число слоёв с 22 до 14, а затем продолжил обучение на наборах Step-by-Step и Reason-with-Cinder. В метаданных указаны 682,1 млн параметров, контекст до 2048 токенов и поддержка диалогового режима.
Модель предназначена для дальнейшего обучения и экспериментов с пошаговым рассуждением и генерацией текста. Автор отмечает, что после сокращения слоёв связный текст пока не формировался, хотя появились отдельные признаки осмысленного ответа, и что модели требуется значительное дополнительное обучение. Репозиторий распространяется по лицензии MIT.
Сценарии применения
- эксперименты с пошаговым рассуждением языковой модели
- дальнейшее обучение компактной Llama-модели
- генерация текста в исследовательских прототипах
Ограничения
Автор сообщает, что модель пока не генерирует связный текст и нуждается в значительном дополнительном обучении. Контекст ограничен 2048 токенами.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- LlamaForCausalLM
- Ревизия весов
- a0cfdea