Англоязычная модель GPT-2, дистиллированная на Dolly-15k и предназначенная для генерации текста и экспериментов с MiniLLM.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
KD-gpt2-340M — англоязычная авторегрессионная модель семейства GPT-2, представленная как базовый ориентир для MiniLLM. Это дообученная модель на основе openai-community/gpt2-medium, обученная на наборе databricks-dolly-15k с дистилляцией по токенам с использованием forward KL-дивергенции от gpt2-xlarge. Она предназначена для генерации и продолжения текста, в том числе для экспериментов и сравнения методов дистилляции.
Модель использует архитектуру GPT2LMHeadModel, распространяется в формате PyTorch и имеет контекст длиной 1024 токена. В README базовая модель названа gpt2-medium (120M), тогда как метаданные каталога описывают gpt2-medium как модель на 355 млн параметров; точный размер KD-gpt2-340M по предоставленным данным однозначно не установлен. Лицензия — Apache-2.0. Практические ограничения включают короткое контекстное окно и наследуемые от GPT-2 ограничения качества и актуальности генерируемого текста.
Контекст ограничен 1024 токенами. Качество и фактическая надёжность генераций ограничены возможностями базовой модели GPT-2.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
KD-gpt2-340M is a gpt2-medium (120M) model distilled from gpt2-xlarge (1.5B) on databricks-dolly-15k with token-level forward KLD.
It is used as a baseline for MiniLLM.
@inproceedings{minillm,
title={MiniLLM: Knowledge Distillation of Large Language Models},
author={Gu, Yuxian and Dong, Li and Wei, Furu and Huang, Minlie},
booktitle={Proceedings of ICLR},
year={2024}
}
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…