/ 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-0.2
Опубликована
1 янв 2024

Pallas-0.5-LASER-0.3

Генерация текстаТекст → текст3 профессии

Плотная Llama-модель на 33,9 млрд параметров после LASER rank-reduction для генерации текста и экспериментов по причинным суждениям.

51скачиваний 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-0.3 — плотная языковая модель семейства Llama с 33,9 млрд параметров, созданная применением LASER rank-reduction к слоям MLP модели Mihaiii/Pallas-0.5-LASER-0.2. В эксперименте использовался датасет BIG-bench causal_judgement; конфигурация указывает 56 слоёв и rate 9.5. Модель предназначена для генерации текста и экспериментов с оценкой причинных суждений. Метаданные указывают контекст до 200 000 токенов и формат весов safetensors.

В README приведены результаты Pallas-0.5 и вариантов LASER-0.1 и LASER-0.2, но таблица не содержит явно подписанной строки LASER-0.3, поэтому по ней нельзя оценить качество этой версии. Для воспроизведения автор отмечает нехватку памяти на одной A100 при использовании исходного кода для моделей такого размера. Лицензия указана как other, без уточнения её условий в предоставленных данных.

Сценарии применения

  • генерация текста с длинным контекстом
  • эксперименты с оценкой причинных суждений
  • сравнение вариантов rank-reduction для Llama
  • воспроизведение экспериментов на BIG-bench causal_judgement

Ограничения

README не приводит отдельные метрики для LASER-0.3, поэтому качество этой версии по указанной таблице оценить нельзя. Автор отмечает нехватку памяти на одной A100 при запуске исходного кода для модели такого размера; условия лицензии типа 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-0.2 .

Configs used:

  • lnum: 56
  • lnames: mlp (meaning: ["mlp.gate_proj.weight", "mlp.up_proj.weight", "mlp.down_proj.weight"])
  • rate: 9.5
  • 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
d253242

0 моделей