/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Базовая модель
gpt2
Опубликована
26 сен 2024

MiniLLM-gpt2-120M

Генерация текстаТекст → текст3 профессии

Компактная англоязычная GPT-2-модель, дистиллированная для генерации ответов и продолжения текста по промпту.

374скачиваний за 30 дней0лайковвеса обновлены26 сен 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

MiniLLM-gpt2-120M — компактная авторегрессионная языковая модель семейства GPT-2 примерно на 120 млн параметров, созданная разработчиками MiniLLM. Модель дистиллирована из gpt2-xlarge (1,5 млрд параметров) на наборе databricks-dolly-15k; в метаданных базовой моделью указана openai-community/gpt2. Карточка также описывает оценивание ответов на промпты из тестовой части Dolly, Self-Instruct и Vicuna.

Модель предназначена для генерации текста по промпту и диалоговых ответов на английском языке. Контекст составляет 1024 токена; доступны веса в форматах PyTorch и safetensors. Для PPO-оптимизации MiniLLM требуется модель SFT для инициализации. Лицензия — Apache-2.0.

Сценарии применения

  • генерация ответов на англоязычные инструкции
  • создание коротких диалоговых ответов
  • продолжение текста по англоязычному промпту

Ограничения

Контекст ограничен 1024 токенами. Для PPO-оптимизации требуется SFT-модель для инициализации.

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

MiniLLM-gpt2-120M

paper | code

MiniLLM-gpt2-120M is a gpt2-base (120M) model distilled from gpt2-xlarge (1.5B) on databricks-dolly-15k.

Note: MiniLLM requires a SFT model for initilization to perform the PPO optimization.

Evaluation

We ask GPT-4 to give scores for the generated responses of MiniLLM. The prompts are taken from databricks-dolly-15k (test set), self-instruct, and vicuna

Baseline Models

Citation

@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}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
95e0b88

0 моделей