/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
olmo · dense
Опубликована
30 мар 2024

OLMo-Bitnet-1B

Генерация текстаТекст → текст3 профессии

Исследовательская авторегрессионная модель OLMo примерно на 1 млрд параметров для генерации текста и проверки метода обучения низкоразрядных LLM.

234скачиваний за 30 дней123лайкавеса обновлены11 апр 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

OLMo-Bitnet-1B — плотная авторегрессионная языковая модель примерно на 1 млрд параметров, разработанная NousResearch и обученная с методом из работы «The Era of 1-bit LLMs: All Large Language Models are in 1.58 Bits». Модель обучена на первых 60 млрд токенов набора Dolma с использованием OLMo; README описывает её как исследовательский proof of concept для проверки этого метода.

Модель предназначена для генерации текста и экспериментов с низкоразрядным обучением языковых моделей. Репозиторий содержит веса PyTorch, а лицензия — Apache-2.0. В README упоминается сравнение с отдельным запуском обучения на тех же гиперпараметрах с весами fp16.

Это исследовательская демонстрация, поэтому её пригодность для прикладного использования и качество ответов не гарантируются. Карточка не сообщает о поддержке конкретных естественных языков или длине контекста.

Сценарии применения

  • эксперименты с генерацией текста компактной языковой моделью
  • изучение метода обучения LLM с низкой разрядностью
  • сравнение низкоразрядных весов с вариантом fp16
  • воспроизведение экспериментов на данных Dolma

Ограничения

Модель описана как исследовательский proof of concept, обученный только на первых 60 млрд токенов Dolma; качество и пригодность для практических сценариев не установлены. Данные не указывают поддерживаемые естественные языки и длину контекста.

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

OLMo-Bitnet-1B

OLMo-Bitnet-1B is a 1B parameter model trained using the method described in The Era of 1-bit LLMs: All Large Language Models are in 1.58 Bits.

It was trained on the first 60B tokens of the Dolma dataset, so it is merely a research proof-of-concept to test out the methodolgy.

A separate training run was run with the exact same hyperparameters, but using standard fp16 weights. The comparison can be found in this wandb report.

image/png

Sample inference code

pip install ai2-olmo
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline, TextStreamer

tokenizer = AutoTokenizer.from_pretrained("NousResearch/OLMo-Bitnet-1B")
model = AutoModelForCausalLM.from_pretrained("NousResearch/OLMo-Bitnet-1B",
    torch_dtype=torch.bfloat16, trust_remote_code=True, device_map="auto")

streamer = TextStreamer(tokenizer)
pipe = pipeline("text-generation", model=model, tokenizer=tokenizer, pad_token_id=tokenizer.eos_token_id,
    temperature=0.8, repetition_penalty=1.1, do_sample=True,streamer=streamer)
pipe("The capitol of Paris is",  max_new_tokens=256)

Training was performed using OLMo.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
OLMoModelForCausalLM
Ревизия весов
cd17870

0 моделей