/ 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-0.4
Опубликована
2 янв 2024

Pallas-0.5-LASER-0.5

Генерация текстаТекст → текст3 профессии

Дообученная методом LASER 33,9-миллиардная модель Llama для генерации текста и экспериментальной оценки причинного суждения.

58скачиваний 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-0.5 — плотная языковая модель семейства Llama на 33,9 млрд параметров, дообученная на основе Mihaiii/Pallas-0.5-LASER-0.4 с помощью вмешательства LASER. В этой версии применено rank-reduction к весам MLP-слоёв; конфигурация использует 54 слоя и коэффициент 8.

Модель предназначена для генерации текста и экспериментальной оценки причинного суждения. В README приведены результаты проверки на подмножестве causal_judgement из BIG-bench, включая точность и log loss. Контекстное окно составляет 200 000 токенов. Данных о поддерживаемых естественных языках в предоставленных источниках нет.

В метаданных указана лицензия other; конкретные условия использования по предоставленной информации определить нельзя. Для запуска 34-миллиардной модели README отмечает нехватку памяти на одной A100 при использовании исходного кода и упоминает отдельную ветку для воспроизведения.

Сценарии применения

  • генерация текста языковой моделью
  • оценка ответов на задачи причинного суждения
  • эксперименты с rank-reduction весов MLP
  • сравнение точности и log loss на подмножестве BIG-bench causal_judgement

Ограничения

README сообщает, что исходный код приводит к нехватке памяти на одной A100 при работе с моделью такого размера; для воспроизведения указана отдельная ветка. Условия лицензии с меткой other из предоставленных источников 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-0.4 .

Configs used:

  • lnum: 54
  • lnames: mlp (meaning: ["mlp.gate_proj.weight", "mlp.up_proj.weight", "mlp.down_proj.weight"])
  • rate: 8
  • 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
1ba6929

0 моделей