/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
21,6 млрд
Размер весов
87,3 ГБ
Лицензия
MIT
Архитектура
llama · dense
Опубликована
6 окт 2023

nucleus-22B-token-500B

Генерация текстаТекст → текст5 профессий

Базовая англоязычная модель Nucleus.AI с 21,6 млрд параметров для генерации текста и дальнейшего дообучения под прикладные задачи.

139скачиваний за 30 дней27лайковвеса обновлены12 окт 2023

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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,25

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3511

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,0257

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,1162

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,292

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Nucleus-22B-token-500B — базовая авторегрессионная языковая модель с плотной архитектурой Llama и декодером только для причинной генерации, разработанная Nucleus.AI. В репозитории указано 22 млрд параметров; метаданные Hugging Face уточняют размер до 21,6 млрд. Модель обучена на 500 млрд токенов, преимущественно английских веб-данных RefinedWeb, а также книг, кода и других отобранных корпусов. Её контекст составляет 2048 токенов.

Модель предназначена для исследований и как основа для дообучения под генерацию текста, суммаризацию и диалоговые сценарии. Это предварительно обученная модель без специальной настройки для большинства прикладных задач, поэтому ответы могут требовать адаптации и проверки. Она рассчитана на английский язык; обучение на веб-данных также может отражать распространённые в них стереотипы и смещения. Доступна по лицензии MIT.

Сценарии применения

  • генерация продолжений англоязычного текста
  • дообучение языковой модели под конкретную задачу
  • создание основы для англоязычного чат-бота
  • эксперименты с крупными языковыми моделями
  • адаптация модели для суммаризации

Ограничения

Модель предварительно обучена и для большинства прикладных сценариев требует дообучения; она рассчитана на английский и может воспроизводить стереотипы и смещения из обучающих веб-данных.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🚀 Nucleus-22B-token-500B

Nucleus-22B-token-500B is a 22B parameters causal decoder-only model built by Nucleus.AI and trained on 500B tokens of RefinedWeb along with curated corpora. It is made available under the MIT license.

1T-token model coming soon 😊.

What about Nucleus-22B-token-500B?

  • It performs well compared to similar-size open-source models (e.g., MPT-7B, StableLM, RedPajama etc.), thanks to being trained on 500B tokens of RefinedWeb enhanced with curated corpora. See the OpenLLM Leaderboard.
  • It is made available under an MIT license.
  • It is trained by a small team of four passionate for Open Source

⚠️ This is a raw, pretrained model, which should be further finetuned for most usecases.

Model Card for Nucleus-22B-token-500B

Model Details

Model Description

  • Developed by: NucleusAI;
  • Model type: Causal decoder-only;
  • Language(s) (NLP): English;
  • License: MIT.

Model Source

  • Paper: coming soon.

Uses

Direct Use

Research on large language models; as a foundation for further specialization and finetuning for specific usecases (e.g., summarization, text generation, chatbot, etc.)

Out-of-Scope Use

Production use without adequate assessment of risks and mitigation; any use cases which may be considered irresponsible or harmful.

Bias, Risks, and Limitations

Nucleus-22B-token-500B is trained on English data only, and will not generalize appropriately to other languages. Furthermore, as it is trained on a large-scale corpora representative of the web, it will carry the stereotypes and biases commonly encountered online.

Recommendations

We recommend users of Nucleus-22B-token-500B to consider finetuning it for the specific set of tasks of interest, and for guardrails and appropriate precautions to be taken for any production use.

How to Get Started with the Mode

Training Details

Training Data

Nucleus-22B-token-500B was trained on 500B tokens of RefinedWeb, along with other corpora.

Data sourceFractionTokensSources
RefinedWeb-English75%200Bmassive web crawl
Books7%21B
Code7%21BBig Code, CodeNet
Technical6%19BarXiv
Math5%17BMathematica, Khan Academy

The data was tokenized with the tokenizer similar to Llama-7B.

Training Procedure

Nucleus-22B-token-500B was trained on 256 A100 80GB GPUs, using a FSDP

Training Hyperparameters

HyperparameterValueComment
Precisionbfloat16
OptimizerAdamW
Learning rate2e-48B tokens warm-up, cosine decay to 1.e-5
Weight decay1e-1
Batch size2048constant
Context length2048constant

Speeds, Sizes, Times

Training happened in early August 2023 and took about two weeks.

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
49bb1a4

0 моделей