Англоязычная GPT-2-модель с 1,5 млрд параметров, дообученная на инструкциях Dolly и используемая как учитель для генерации текста и обучения 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
teacher-gpt2-1.5B — англоязычная авторегрессионная модель семейства GPT-2, созданная на основе openai-community/gpt2-xl с дообучением на наборе инструкций databricks/databricks-dolly-15k. Разработчики MiniLLM используют её как модель-учитель для серии MiniLLM.
Модель предназначена для генерации текста по подсказке и может применяться для экспериментов с обучением и оценкой моделей-учеников. Она содержит 1,5 млрд параметров, построена на архитектуре GPT2LMHeadModel, работает с текстом и поддерживает контекст до 1024 токенов. Карточка указывает английский язык и формат PyTorch. Лицензия — Apache-2.0. Ограничения контекста и языковой охват могут затруднять работу с длинными текстами и запросами на других языках.
Контекст ограничен 1024 токенами; карточка указывает английский язык, поэтому поддержка других языков не подтверждена.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
teacher-gpt2-1.5B is a gpt2-xlarge (1.5B) model supervised fine-tuned on databricks-dolly-15k.
It is used as the teacher model for MiniLLM series.
@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…