/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
454 млн
Лицензия
Apache 2.0
Архитектура
gpt_neox · dense
Базовая модель
pythia-410m
Опубликована
15 окт 2023

Pythia-410m-1200_steps

Генерация текстаТекст → текст3 профессии

Дообученная на основе EleutherAI/pythia-410m модель GPT-NeoX для генерации и продолжения текста с контекстом до 2048 токенов.

22скачиваний за 30 дней0лайковвеса обновлены15 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 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

PiyushLavaniya/Pythia-410m-1200_steps — дообученная модель семейства GPT-NeoX, созданная на основе EleutherAI/pythia-410m. Она предназначена для генерации и продолжения текста; карточка указывает дообучение на неизвестном наборе данных и значение loss 1,1967 на оценочном наборе. Модель содержит 454,2 млн параметров и рассчитана на контекст до 2048 токенов.

Модель использует архитектуру GPTNeoXForCausalLM и веса PyTorch. Базовая Pythia описана как англоязычная, поэтому английский — основной язык, подтверждённый имеющимися сведениями. Лицензия — Apache-2.0. Карточка не раскрывает назначение дообучения и не приводит оценок качества на конкретных задачах, поэтому применимость к специальным сценариям не установлена.

Сценарии применения

  • генерация продолжения англоязычного текста
  • эксперименты с генерацией текста на небольшой GPT-NeoX модели
  • изучение поведения дообученной языковой модели

Ограничения

Данные обучения и целевое назначение дообучения не раскрыты; значение loss приведено без описания оценочного набора и метрики. Карточка не подтверждает диалоговые или специализированные возможности.

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

instruction_finetuned_1200_steps

This model is a fine-tuned version of EleutherAI/pythia-410m on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 1.1967

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 1e-05
  • train_batch_size: 1
  • eval_batch_size: 1
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 4
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 1
  • training_steps: 1200

Training results

Training LossEpochStepValidation Loss
1.44510.051201.2970
1.24420.112401.2837
1.28210.163601.2557
1.26280.214801.2451
1.25790.276001.2359
1.39430.327201.2239
1.110.378401.2141
1.23820.439601.2079
1.540.4810801.1994
1.07870.5312001.1967

Framework versions

  • Transformers 4.34.0
  • Pytorch 2.0.1+cu118
  • Datasets 2.14.5
  • Tokenizers 0.14.1

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPTNeoXForCausalLM
Ревизия весов
3b55004

0 моделей