28M个参数： vocab_size=12829 num_hidden_layers=8 num_attention_heads=8 intermediate_size=1024 max_position_embeddings=512 hidden_size=512 block_size=512
Характеристики
- Контекст
- 512 токенов
- Параметры
- 27,5 млн
- Лицензия
- OpenRAIL
- Архитектура
- gpt_neox · dense
- Библиотека
- transformers
- Опубликована
- 22 апр 2023
Ссылки
chinese-lm-30m
Компактная GPT-NeoX-модель для генерации китайского текста с контекстом до 512 токенов.
189скачиваний за 30 дней0лайковвеса обновлены26 апр 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.
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
MLRush/chinese-lm-30m — компактная авторегрессионная языковая модель на архитектуре GPT-NeoX, представленная на Hugging Face. Она предназначена для генерации текста на китайском языке; в карточке также отмечена возможность работы с кодом. Модель содержит 27,5 млн параметров по метаданным (в README указано округлённое значение 28 млн), имеет 8 слоёв, 8 голов внимания, размер скрытого состояния 512 и словарь из 12 829 токенов. Максимальная длина контекста — 512 токенов.
Модель опубликована в формате PyTorch и использует библиотеку Transformers. В метаданных указан датасет Wikipedia, однако способ и объём обучения не описаны, поэтому нельзя установить, обучалась ли модель с нуля или является дообучением. Лицензия — OpenRAIL. Компактный размер подходит для экспериментов и лёгких сценариев генерации, но ограниченный контекст и небольшой масштаб могут сказываться на связности и качестве ответов; заявленные возможности кода не сопровождаются подробной оценкой.
Сценарии применения
- генерация коротких фрагментов текста на китайском языке
- продолжение китайского текста по началу
- эксперименты с компактной авторегрессионной языковой моделью
- прототипирование генерации кода
Ограничения
Контекст ограничен 512 токенами; качество и область применимости генерации кода отдельно не подтверждены в карточке.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.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 015моделей
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 · transformers
Подбираем GPU…
- Класс архитектуры
- GPTNeoXForCausalLM
- Ревизия весов
- 8234a01