/ Модель

Характеристики

Контекст
200 000 токенов
Параметры
33,9 млрд
Размер весов
68,8 ГБ
Лицензия
Своя лицензия
Архитектура
llama · dense
Базовая модель
Pallas-0.5
Опубликована
30 дек 2023

Pallas-0.5-LASER-0.1

Генерация текстаТекст → текст3 профессии

Экспериментальная версия Pallas-0.5 с вмешательством LASER для генерации текста и оценки причинных суждений.

64скачиваний за 30 дней2лайкавеса обновлены2 янв 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.

  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

Pallas-0.5-LASER-0.1 — экспериментальная версия модели Mihaiii, полученная вмешательством LASER в Pallas-0.5. Для неё выполнено снижение ранга весов проекций внимания на слое 59; эксперимент использовал подмножество causal_judgement датасета BIG-Bench. Модель предназначена для генерации текста и проверки причинных суждений в формате продолжения текста.

Архитектура — плотная LlamaForCausalLM примерно на 33,9 млрд параметров, веса опубликованы в формате PyTorch. Метаданные указывают контекст до 200 000 токенов. В README приведено небольшое улучшение тестовой точности на BIG-Bench causal_judgement относительно Pallas-0.5; это результат конкретного эксперимента, а не свидетельство общего улучшения. Лицензия указана как other, поэтому условия использования следует проверять отдельно.

Сценарии применения

  • генерация продолжения текста
  • экспериментальная оценка причинных суждений
  • сравнение влияния снижения ранга весов внимания на качество модели

Ограничения

Опубликованные результаты ограничены подмножеством causal_judgement датасета BIG-Bench и не подтверждают улучшение на других задачах. Для воспроизведения на одной A100 автор указывает на необходимость специальной ветки кода из-за нехватки памяти при запуске исходного кода на модели такого размера.

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 the first LASER intervention on Pallas-0.5 . More will follow using the previous results as base.

Configs used:

  • lnum: 59
  • lnames: attn (meaning: ["self_attn.k_proj.weight", "self_attn.q_proj.weight", "self_attn.v_proj.weight", "self_attn.o_proj.weight"])
  • rate: 6.0
  • dataset: bigbench (subset: causal_judgement)
  • intervention type: rank-reduction
NameValidation acc (higher is better)Validation logloss (lower is better)Test acc (higher is better)Test logloss (lower is better)
Pallas-0.555.2631.65060.5261.463
Pallas-0.5-LASER-0.155.2631.63961.1841.451
Pallas-0.5-LASER-0.255.2631.64661.1841.458
Pallas-0.5-LASER-0.355.2631.57561.8421.382
Pallas-0.5-LASER-0.455.2631.52561.8421.326
Pallas-0.5-LASER-0.555.2631.48461.8421.297
Pallas-0.5-LASER-0.655.2631.45561.1841.283

In order to replicate on a single A100, you can use my branch (the original code will throw OOM for 34b models).

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
bc07f90

0 моделей