/ Модель

Характеристики

Контекст
8 192 токена
Параметры
9,7 млрд
Размер весов
40,8 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
28 ноя 2024

INTELLECT-1-step-49200

Генерация текстаТекст → текст3 профессии

Промежуточный англоязычный чекпойнт INTELLECT-1 на 9,7 млрд параметров для генерации текста и кода.

168скачиваний за 30 дней1лайквеса обновлены29 ноя 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

INTELLECT-1-step-49200 — промежуточный чекпойнт языковой модели INTELLECT-1, созданной Prime Intellect совместно с сообществом. Модель обучали с нуля как плотную авторегрессионную модель семейства Llama примерно на 10 млрд параметров; метаданные указывают 9,7 млрд параметров и контекст до 8192 токенов.

Модель предназначена для генерации текста и кода на английском языке. INTELLECT-1 обучали на триллионе токенов английского текста и кода, включая наборы веб-текста, программного кода и математических материалов. Обучение распределялось между узлами в разных регионах; этот репозиторий содержит промежуточную точку обучения на шаге 49200, а не финальную или инструкционную версию.

Для чекпойнта не приведены отдельные результаты оценки качества или рекомендации по применению. Лицензия — Apache 2.0.

Сценарии применения

  • генерация продолжений англоязычного текста
  • черновое написание англоязычного кода
  • эксперименты с промежуточным чекпойнтом языковой модели
  • исследование обучения языковых моделей с нуля

Ограничения

Это промежуточный чекпойнт, а не финальная или инструкционная версия; отдельные оценки качества в карточке не приведены.

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

INTELLECT-1-step-49200

This is an intermediate checkpoint of INTELLECT-1. You can find the final version as well as the instruct one

StepModel URL
17000https://huggingface.co/PrimeIntellect/INTELLECT-1-step-17000
28600https://huggingface.co/PrimeIntellect/INTELLECT-1-step-28600
39200https://huggingface.co/PrimeIntellect/INTELLECT-1-step-39200
->49200https://huggingface.co/PrimeIntellect/INTELLECT-1-step-49200
59200https://huggingface.co/PrimeIntellect/INTELLECT-1-step-59200
69200https://huggingface.co/PrimeIntellect/INTELLECT-1-step-69200
78000https://huggingface.co/PrimeIntellect/INTELLECT-1-step-78000
88000https://huggingface.co/PrimeIntellect/INTELLECT-1-step-88000

Model Overview

INTELLECT-1 is the first collaboratively trained 10 billion parameter language model trained from scratch on 1 trillion tokens of English text and code.

INTELLECT-1 was trained on up to 14 concurrent nodes distributed across 3 continents, with contributions from 30 independent community contributors providing compute. The training code utilizes the prime framework, a scalable distributed training framework designed for fault-tolerant, dynamically scaling, high-perfomance training on unreliable, globally distributed workers. The key abstraction that allows dynamic scaling is the ElasticDeviceMesh which manages dynamic global process groups for fault-tolerant communication across the internet and local process groups for communication within a node The global all-reduce was done with custom int8 all-reduce kernels to reduce the communication payload required, greatly reducing the communication overhead.

For more detailed technical insights, please refer to our technical paper.

Model Details

  • Model Contributors: samsja, Prime Intellect, Arcee AI, kotaro, skre_0, marlo, rodeo, Herb, Olas, superchillen, Hugging Face, mev_pete, 0xfr_, dj, primeprimeint1234, Marco Giglio, realtek, Hyperbolic, hecataeus, NWO, Virtual Machine, droll, SemiAnalysis, waiting_, toptickcrypto, sto, Johannes, washout_segment_0b, klee
  • Release Date: 29 Nov 2024
  • Model License: Apache 2.0

Technical Specifications

ParameterValue
Parameter Size10B
Number of Layers42
Number of Attention Heads32
Hidden Size4096
Context Length8192
Vocabulary Size128256

Citations

If you use this model in your research, please cite it as follows:

@article{}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
3d67204

0 моделей