Англоязычная модель GPT-2 Large на 760 млн параметров, дистиллированная для генерации и автодополнения текста и использования в экспериментах 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-gpt2-760M — англоязычная авторегрессионная языковая модель семейства GPT-2, подготовленная как базовая модель для экспериментов MiniLLM. Это вариант GPT-2 Large примерно на 760 млн параметров, обученный на датасете databricks-dolly-15k методом дистилляции: распределение токенов модели-учителя оптимизировалось с помощью forward KLD. Модель принимает текст и генерирует его продолжение; её контекст составляет 1024 токена.
Модель основана на openai-community/gpt2-large и предназначена прежде всего для экспериментов и сравнения методов обучения, а также для генерации и автодополнения английского текста. Репозиторий содержит веса PyTorch. Лицензия — Apache-2.0. Карточка не приводит оценок качества или подробностей о модели-учителе сверх указания gpt2-xlarge.
Контекст ограничен 1024 токенами. Карточка не сообщает результаты оценивания качества модели.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
KD-gpt2-760M is a gpt2-large (760M) 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…