/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,2 млрд
Лицензия
MIT
Архитектура
hummingbird · dense
Опубликована
22 июн 2024

Hummingbird

Генерация текстаТекст → текст3 профессии

Hummingbird 0.0 — экспериментальная языковая модель на 1,2 млрд параметров для генерации текста и изучения Efficient Attention.

33скачиваний за 30 дней6лайковвеса обновлены27 июн 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Hummingbird 0.0 — экспериментальная авторегрессионная языковая модель, разработанная Мехраном и Пейманом Хоссейни как доказательство концепции механизма Efficient Attention. Модель относится к архитектуре Hummingbird и содержит около 1,2 млрд параметров по метаданным (в README указано 1,1 млрд); в её конфигурации 10 блоков трансформера, размерность 3072 и одна голова внимания. Efficient Attention сокращает число параметров в слое внимания на 50% по сравнению со стандартным Multi-Head Attention. Контекст — до 131 072 токенов; модель опубликована в формате safetensors.

Модель предназначена для генерации текста и исследования Efficient Attention в причинном языковом моделировании. Она обучалась на 15 млрд токенов; в README сообщается о немного меньшем значении loss, чем у TinyLlama сопоставимого размера при таком же объёме обучения. В обучении использовались данные Wikipedia, инструкционные наборы и математические корпуса. Карточка предупреждает, что модель не прошла настройку безопасности и не рекомендуется для использования как чат-бот. Лицензия — MIT.

Сценарии применения

  • эксперименты с Efficient Attention в языковых моделях
  • генерация продолжения текста
  • изучение поведения компактных авторегрессионных моделей
  • исследования генерации решений математических задач

Ограничения

Это ранняя proof-of-concept модель, обученная на 15 млрд токенов и не прошедшая настройку безопасности; авторы не рекомендуют использовать её как чат-бота. В README указано 1,1 млрд параметров, а в метаданных — 1,2 млрд.

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

Hummingbird 0.0 Release

This is Hummingbird 0.0, a 1B proof-of-concept causal language model based on Efficient Attention, which reduces the number of parameters in the attention layer by 50% compared to standard Multi-Head Attention.

This version of Hummingbird is only meant to demonstrate Efficient Attention for use in causal language modelling. It has been trained on only 15 Billion tokens and is not safeguarded. Therefore, we do not recommend using it as a chatbot.

Model Details

The model consists of 1.1 Billion parameters with the following specifications:

Parametersize
# Transformer Blocks10
Model Dimension3072
# Heads1

The Attention Mechanism used is based on our newly proposed Efficient Attention from our paper, You Need to Pay Better Attention: Rethinking the Mathematics of Attention Mechanism (arXiv:2403.01643). We have chosen the number of heads to be 1 as an interesting case study since all current LMs use multiple heads.

The loss plot below illustrates the model's performance during training. For comparison, when trained on 15 billion tokens, Hummingbird achieves a slightly lower loss than TinyLlama, a model of similar size.

Team

The design and training of Hummingbird has been done jointly by Mehran Hosseini and Peyman Hosseini.

If you use Efficient Attention or Hummingbird, please cite our paper:

@article{Hosseinis24BetterAttention,
  title      = {You Need to Pay Better Attention: Rethinking the Mathematics of Attention Mechanism},
  author     = {Hosseini, Mehran and Hosseini, Peyman},
  journal    = {arXiv preprint arXiv:2403.01643},
  year       = {2024}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура hummingbird неизвестна transformers в образе рантайма.

Класс архитектуры
HummingbirdForCausalLM
Ревизия весов
04da09c

0 моделей