/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Размер весов
13,5 ГБ
Архитектура
llama · dense
Базовая модель
Llama-2-7b-pruned50-retrained
Опубликована
15 мар 2024

Llama-2-7b-pruned70-retrained

Генерация текстаТекст → текст3 профессии

Разреженная Llama 2 на 6,6 млрд параметров для генерации текста и дальнейшей донастройки с сохранением структуры разреженности.

82скачиваний за 30 дней1лайквеса обновлены7 мая 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

RedHatAI/Llama-2-7b-pruned70-retrained — разреженная языковая модель семейства Llama 2, представленная Red Hat AI. В ней около 6,6 млрд параметров; архитектура — LlamaForCausalLM, формат весов — Safetensors, контекст — до 4096 токенов. Модель принимает текст и генерирует текст.

Модель создана на основе Llama 2 7B: сначала 50% параметров были удалены методом SparseGPT, затем модель переобучили на 50 млрд токенов из SlimPajama, после чего повысили разреженность до 70% и обучили ещё на 100 млрд токенов. Она предназначена для генерации текста и может служить основой для дальнейшей донастройки, в том числе с использованием Sparse Transfer. Для ускоренного вывода README рекомендует nm-vllm или DeepSparse.

Модель не дообучена для следования инструкциям, поэтому её не следует считать готовым чат-ассистентом. В приведённых результатах она уступает исходной Llama 2 7B на MMLU, HellaSwag и WinoGrande. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация продолжений текста
  • эксперименты с разреженными языковыми моделями
  • дообучение модели на собственных текстовых данных
  • ускоренный вывод языковой модели в поддерживающем разреженность стеке

Ограничения

Модель не настроена на выполнение инструкций и не является готовым чат-ассистентом. В README приведённые результаты на MMLU, HellaSwag и WinoGrande ниже, чем у исходной Llama 2 7B.

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

Llama-2-7b-pruned70-retrained

This repo contains model files for a Llama 2 7B model that has had 50% of the parameters pruned in one-shot with SparseGPT, then retrained by Cerebras with 50B tokens from SlimPajama while maintaining sparsity. It was then one-shot pruned to 70% sparsity and trained for another 100B tokens.

Official model weights from Enabling High-Sparsity Foundational Llama Models with Efficient Pretraining and Deployment.

Authors: Neural Magic, Cerebras

Usage

Below we share some code snippets on how to get quickly started with running the model.

Sparse Transfer

By leveraging a pre-sparsified model's structure, you can efficiently fine-tune on new data, leading to reduced hyperparameter tuning, training times, and computational costs. Learn about this process here.

Running the model

This model has not been fine-tuned for instruction-following but may be run with the transformers library. For accelerated inference with sparsity, deploy with nm-vllm or deepsparse.

# pip install transformers accelerate
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("neuralmagic/Llama-2-7b-pruned70-retrained")
model = AutoModelForCausalLM.from_pretrained("neuralmagic/Llama-2-7b-pruned70-retrained", device_map="auto")

input_text = "Write me a poem about Machine Learning."
input_ids = tokenizer(input_text, return_tensors="pt").to("cuda")

outputs = model.generate(**input_ids)
print(tokenizer.decode(outputs[0]))

Evaluation Benchmark Results

Model evaluation metrics and results. [UPDATE]

BenchmarkMetricLlama-2-7bLlama-2-7b-pruned70-retrained
MMLU5-shot46.9%36.5%
HellaSwag0-shot78.6%74.1%
WinoGrande5-shot74.0%69.5%
ARC-c25-shot53.1%45.4%
TruthfulQA5-shot38.8%36.7%
GSM8K5-shot14.5%8.0%
HumanEvalpass@113.4%14.4%

Model Training Details

[UPDATE]

Help

For further support, and discussions on these models and AI in general, join Neural Magic's Slack Community

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
a5dd409

0 моделей