/ Модель

Характеристики

Контекст
2 048 токенов
Размер весов
5,8 ГБ
Лицензия
MIT
Архитектура
btlm · dense
Библиотека
transformers
Опубликована
2 апр 2024

SlimPajama-DC

Генерация текстаТекст → текст5 профессий

Семейство англоязычных языковых моделей BTLMLM на 1,3 млрд параметров для генерации текста и решения задач понимания и рассуждения.

1 993скачиваний за 30 дней2лайкавеса обновлены25 апр 2024

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

SlimPajama-DC — семейство языковых моделей на 1,3 млрд параметров, разработанное MBZUAI и обученное на разных сочетаниях подмножеств датасета SlimPajama. В репозитории доступны отдельные чекпойнты, выбираемые через revision; по умолчанию загружается SlimPajama-DC-6.

Модели предназначены для генерации текста и англоязычных задач понимания и рассуждения. В карточке приведены результаты на ARC, HellaSwag, MMLU и TruthfulQA; авторы сообщают, что модели превосходят TinyLlama и Olmo на некоторых сложных англоязычных задачах, несмотря на обучение на 330 млрд токенов. Модель использует архитектуру BTLMLMHeadModel, работает с текстом и имеет контекст длиной 2048 токенов.

Репозиторий содержит веса PyTorch и опубликован под лицензией MIT. Оценки в README относятся к конкретным режимам тестирования; заявленные преимущества не означают превосходства на всех задачах. Поддерживаемый в карточке язык — английский.

Сценарии применения

  • генерация англоязычного текста
  • ответы на вопросы и проверка знаний на английском
  • решение тестовых задач на рассуждение
  • оценка языковых моделей на англоязычных бенчмарках

Ограничения

Контекст ограничен 2048 токенами. Сведения о сравнительных результатах относятся к указанным в карточке бенчмаркам и настройкам оценки; качество на других задачах не описано.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SlimPajama-DC

SlimPajama-DC is a set of 1.3B parameter language models, distinctively trained on the different combinations of 330B subsets of SlimPajama dataset.

Details of Dataset Combinations for Different Models

Despite being trained on a smaller amount of 330B tokens compared to TinyLlama and Olmo's 3 trillion, SlimPajama-DC surpasses TinyLlama and Olmo in some challenging English tasks.

Our tests comprise: (1) AI2 Reasoning Challenge (25-shot); (2) HellaSwag (10-shot); (3) MMLU (5-shot); (4) TruthfulQA (0-shot)

‡ represents the RefinedWeb CC.

Performance on More Benchmarks

ARC easy and ARC challenge are evaluated using 25-shot. All other evaluation benchmarks are tested on 0-shot. * represents the results are averaged across multiple sub-items inside each benchmark dataset.

Dataset

Our full dataset is available at SlimPajama-627B-DC.

Model Usage

To load a specific checkpoint, use the revision argument as shown below, for example, SlimPajama-DC-6. All the revisions can be seen from the branch dropdown in the "Files and versions" tab. If no revision argument is provided, it will load the default checkpoint SlimPajama-DC-6.

from transformers import AutoModelForCausalLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained(
    "MBZUAI-LLM/SlimPajama-DC",
    revision="SlimPajama-DC-6",
    trust_remote_code=True
)
model = AutoModelForCausalLM.from_pretrained(
    "MBZUAI-LLM/SlimPajama-DC",
    revision="SlimPajama-DC-6",
    trust_remote_code=True
)

prompt = 'int add(int x, int y) {'

input_ids = tokenizer(prompt, return_tensors="pt").input_ids
gen_tokens = model.generate(input_ids, do_sample=True, max_length=400)

print("-"*20 + "Output for model"  + 20 * '-')
print(tokenizer.batch_decode(gen_tokens)[0])

Citation

BibTeX:

@article{shen2023slimpajama,
  title={Slimpajama-dc: Understanding data combinations for llm training},
  author={Zhiqiang Shen, Tianhua Tao, Liqun Ma, Willie Neiswanger, Zhengzhong Liu, Hongyi Wang, Bowen Tan, Joel Hestness, Natalia Vassilieva, Daria Soboleva, Eric Xing},
  journal={arXiv preprint arXiv:2309.10818},
  year={2023}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

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

Класс архитектуры
BTLMLMHeadModel
Ревизия весов
25bec7f

0 моделей