/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
404 млн
Архитектура
xglm · dense
Опубликована
2 мар 2022

fairseq-dense-355M

Генерация текстаТекст → текст3 профессии

Конверсия плотной англоязычной языковой модели XGLM на 355 млн параметров для генерации текста с контекстом до 2048 токенов.

391скачиваний за 30 дней7лайковвеса обновлены18 ноя 2023

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

KoboldAI/fairseq-dense-355M — конверсия плотной языковой модели на 355 млн параметров, описанной в статье Artetxe и соавторов «Efficient Large Scale Language Modeling with Mixtures of Experts». Репозиторий содержит версию, совместимую с библиотекой Hugging Face Transformers; архитектура XGLMForCausalLM, форматы PyTorch и Safetensors.

Модель предназначена для генерации текста по текстовому запросу. Контекст составляет 2048 токенов; в карточке указан английский язык. Приведены результаты оценивания на ARC и HellaSwag, но они не описывают качество на других задачах или сценариях.

Это конверсия исходной модели, а не самостоятельное дообучение. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация продолжения текста по запросу
  • создание коротких англоязычных черновиков
  • эксперименты с компактными авторегрессионными языковыми моделями

Ограничения

Контекст ограничен 2048 токенами; приведённые в карточке оценки ARC и HellaSwag не гарантируют качество в иных задачах. Лицензия не указана в доступных данных.

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

This is a Hugging Face transformers-compatible conversion of the original dense 355M-parameter model from the paper "Efficient Large Scale Language Modeling with Mixtures of Experts" from Artetxe et al. Please refer to the original model card, which can be found at https://github.com/facebookresearch/fairseq/blob/main/examples/moe_lm/model_card.md.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.27.99
ARC (25-shot)25.43
HellaSwag (10-shot)46.67
MMLU (5-shot)25.3
TruthfulQA (0-shot)39.19
Winogrande (5-shot)52.88
GSM8K (5-shot)0.0
DROP (3-shot)6.48

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
XGLMForCausalLM
Ревизия весов
217d89a

0 моделей