/ 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-0.3
Опубликована
2 янв 2024

Pallas-0.5-LASER-0.4

Генерация текстаТекст → текст3 профессии

Дообученный вариант языковой модели Pallas с вмешательством LASER для генерации текста и экспериментальной оценки причинного суждения.

62скачиваний за 30 дней1лайквеса 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-0.4 — плотная 33,9-миллиардная языковая модель семейства Llama для генерации текста. Это вариант Pallas-0.5-LASER-0.3, созданный с помощью вмешательства LASER: для MLP-слоёв применено уменьшение ранга. В README описана проверка на подмножестве causal_judgement набора BIG-Bench; приведены сравнительные метрики для Pallas-0.5 и версий LASER-0.1 и LASER-0.2, но результатов для версии 0.4 в показанной части таблицы нет.

Модель предназначена для генерации продолжений текста и экспериментального решения задач причинного суждения. Метаданные указывают контекст до 200 000 токенов и формат весов safetensors. Лицензия обозначена как other, поэтому условия использования следует уточнить на странице модели. README отмечает, что для запуска воспроизведения на одной A100 использовалась отдельная ветка кода из-за нехватки памяти в исходном коде для моделей 34B.

Сценарии применения

  • генерация продолжения текста
  • эксперименты с уменьшением ранга MLP в Llama
  • оценка ответов на задачи причинного суждения BIG-Bench

Ограничения

В README нет результатов для версии 0.4 в показанной части таблицы; для запуска воспроизведения на одной A100 автору потребовалась отдельная ветка из-за нехватки памяти в исходном коде. Лицензия указана как other, поэтому условия использования требуют уточнения.

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-0.3 .

Configs used:

  • lnum: 55
  • lnames: mlp (meaning: ["mlp.gate_proj.weight", "mlp.up_proj.weight", "mlp.down_proj.weight"])
  • rate: 9
  • 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
b2f3a60

0 моделей