/ 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-LASER-0.1
Опубликована
1 янв 2024

Pallas-0.5-LASER-0.2

Генерация текстаТекст → текст3 профессии

Плотная модель Llama на 33,9 млрд параметров, доработанная методом LASER для генерации текста и экспериментов по оценке причинных суждений.

61скачиваний за 30 дней0лайковвеса 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

Mihaiii/Pallas-0.5-LASER-0.2 — плотная языковая модель семейства Llama на 33,9 млрд параметров, доработанная разработчиком Mihaiii методом LASER на базе Mihaiii/Pallas-0.5-LASER-0.1. Вмешательство rank-reduction применено к проекциям self-attention на слое 58 с коэффициентом 9,0. Модель предназначена для генерации текста и экспериментов с оценкой причинных суждений на подмножестве causal_judgement датасета BIG-Bench.

В README приведены результаты accuracy и log loss на валидации и тесте для исходной Pallas-0.5 и двух вариантов LASER; у версии 0.2 тестовая accuracy составляет 61,184%. Для воспроизведения автор указывает запуск на одном A100 с изменённой веткой кода, поскольку исходный код приводит к нехватке памяти для моделей на 34 млрд параметров. Контекст модели — до 200 000 токенов. Репозиторий содержит веса Safetensors; лицензия обозначена как other, без уточнения условий в предоставленных данных.

Сценарии применения

  • генерация текста для исследовательских экспериментов
  • оценка ответов на задачи о причинных суждениях
  • воспроизведение экспериментов BIG-Bench causal_judgement

Ограничения

Модель на 33,9 млрд параметров требует значительных ресурсов; README предупреждает о нехватке памяти при запуске исходного кода для 34B-моделей и указывает на необходимость изменённой ветки для запуска на одном A100. Условия лицензии «other» в предоставленных данных не раскрыты.

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 model has a LASER intervention on Mihaiii/Pallas-0.5-LASER-0.1 .

Configs used:

  • lnum: 58
  • lnames: attn (meaning: ["self_attn.k_proj.weight", "self_attn.q_proj.weight", "self_attn.v_proj.weight", "self_attn.o_proj.weight"])
  • rate: 9.0
  • 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
9119f34

0 моделей