/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
8,8 млрд
Лицензия
Своя лицензия
Архитектура
opt · dense
Опубликована
26 июн 2022

OPT-6B-nerys-v2

Генерация текстаТекст → текст3 профессии

Англоязычная дообученная на художественных текстах модель OPT для продолжения текста и создания историй.

154скачиваний за 30 дней24лайкавеса обновлены4 июл 2022

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

OPT 6B-Nerys-v2 — англоязычная модель генерации текста, дообученная KoboldAI на базе OPT от Facebook. Обучающая выборка включает около 2500 электронных книг разных жанров, набор CYS для историй с выбором продолжения и 50 азиатских ранобэ; в часть текстов добавлялись жанровые метки.

Модель предназначена для продолжения текста и создания художественных историй, в том числе интерактивных сюжетов. Это плотная авторегрессионная архитектура OPT с классом OPTForCausalLM; в метаданных указано 8,8 млрд параметров и контекст 2048 токенов. Она принимает и генерирует текст, а карточка указывает английский язык. Репозиторий содержит веса PyTorch и указывает лицензию «other», поэтому конкретные права использования следует сверить с условиями автора и базовой модели. Известное ограничение — возможные предвзятости, включая стереотипы о поле, профессии, расе и религии.

Сценарии применения

  • продолжение художественного рассказа
  • генерация жанровой прозы
  • создание интерактивных историй с выбором продолжения
  • написание сцен и диалогов по начальной фразе

Ограничения

Возможны предвзятые или стереотипные высказывания о поле, профессии, расе и религии. 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

OPT 6B - Nerys

Model Description

OPT 6B-Nerys is a finetune created using Facebook's OPT model.

Training data

The training data contains around 2500 ebooks in various genres (the "Pike" dataset), a CYOA dataset called "CYS" and 50 Asian "Light Novels" (the "Manga-v1" dataset). Most parts of the dataset have been prepended using the following text: [Genre: <genre1>, <genre2>] This dataset has been cleaned in the same way as fairseq-dense-13B-Nerys-v2

How to use

You can use this model directly with a pipeline for text generation. This example generates a different sequence each time it's run:

>>> from transformers import pipeline
>>> generator = pipeline('text-generation', model='KoboldAI/OPT-6B-Nerys-v2')
>>> generator("Welcome Captain Janeway, I apologize for the delay.", do_sample=True, min_length=50)
[{'generated_text': 'Welcome Captain Janeway, I apologize for the delay."\nIt's all right," Janeway said. "I'm certain that you're doing your best to keep me informed of what\'s going on."'}]

Limitations and Biases

Based on known problems with NLP technology, potential relevant factors include bias (gender, profession, race and religion).

License

OPT-6B is licensed under the OPT-175B license, Copyright (c) Meta Platforms, Inc. All Rights Reserved.

BibTeX entry and citation info

@misc{zhang2022opt,
      title={OPT: Open Pre-trained Transformer Language Models}, 
      author={Susan Zhang and Stephen Roller and Naman Goyal and Mikel Artetxe and Moya Chen and Shuohui Chen and Christopher Dewan and Mona Diab and Xian Li and Xi Victoria Lin and Todor Mihaylov and Myle Ott and Sam Shleifer and Kurt Shuster and Daniel Simig and Punit Singh Koura and Anjali Sridhar and Tianlu Wang and Luke Zettlemoyer},
      year={2022},
      eprint={2205.01068},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
OPTForCausalLM
Ревизия весов
9e1f149

0 моделей