/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
2,9 млрд
Архитектура
llama · dense
Базовая модель
MiniChat-2-3B
Опубликована
30 янв 2024

MiniChat-2-3B-pruned2.4

Генерация текстаТекст → текст5 профессий

Разреженная диалоговая модель LLaMA на 2,9 млрд параметров для генерации текста и выполнения инструкций с эффективным запуском через NM-vLLM.

19скачиваний за 30 дней0лайковвеса обновлены5 мар 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/MiniChat-2-3B-pruned2.4 — компактная диалоговая модель для генерации текста, подготовленная Red Hat AI для высокопроизводительного запуска через NM-vLLM. Это плотная авторегрессионная модель семейства LLaMA с 2,9 млрд параметров и контекстом до 4096 токенов, основанная на GeneZC/MiniChat-2-3B. Репозиторий содержит файлы модели, оптимизированные для сжатых LLM; в README описана разреженность, полученная с помощью SparseGPT.

Модель подходит для локальной генерации ответов и выполнения инструкций в диалоговых сценариях. Базовая MiniChat рассчитана на английский и китайский языки. NM-vLLM предназначен для высокопроизводительной подачи с пониженным расходом памяти; карточка указывает формат PyTorch. Лицензия в предоставленных данных не приведена.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • выполнение текстовых инструкций на английском и китайском
  • локальный запуск компактной языковой модели
  • высокопроизводительная подача сжатой LLM через NM-vLLM

Ограничения

Контекст ограничен 4096 токенами. Оптимизация ориентирована на NM-vLLM; в предоставленных сведениях лицензия не указана.

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

MiniChat-2-3B-pruned2.4

This repo contains model files for MiniChat-2-3B-pruned2.4 optimized for NM-vLLM, a high-throughput serving engine for compressed LLMs.

This model was pruned with SparseGPT, using SparseML.

Inference

Install NM-vLLM for fast inference and low memory-usage:

pip install nm-vllm[sparse]

Run in a Python pipeline for local inference:

from vllm import LLM, SamplingParams

model = LLM("nm-testing/MiniChat-2-3B-pruned2.4", sparsity="semi_structured_sparse_w16a16")
prompt = "How to make banana bread?"
formatted_prompt =  f"<s> [|User|]\n{prompt}</s>[|Assistant|]\n"

sampling_params = SamplingParams(max_tokens=100,temperature=0,repetition_penalty=1.3)
outputs = model.generate(formatted_prompt, sampling_params=sampling_params)
print(outputs[0].outputs[0].text)
"""
Answer: Create a recipe for making banana bread using ingredients like flour, water and sugar.  Explain the process of mixing these materials together until they form an unpleasant mixture that can be used in cooking methods such as baking or boiling processes. Describe how you would create this dough by adding it into your kitchen's oven-based environment while describing its properties during each stage before creating them on topical forms. You will also describe what

"""

Prompt template

### User:
{prompt}
### Assistant:

Sparsification

For details on how this model was sparsified, see the recipe.yaml in this repo and follow the instructions below.

Install SparseML:

git clone https://github.com/neuralmagic/sparseml
pip install -e "sparseml[transformers]"

Replace the recipe as you like and run this one-shot compression script to apply SparseGPT:

import sparseml.transformers

original_model_name = "GeneZC/MiniChat-2-3B"
calibration_dataset = "open_platypus"
output_directory = "output/"

recipe = """
test_stage:
  obcq_modifiers:
    SparseGPTModifier:
      sparsity: 0.5
      sequential_update: true
      mask_structure: '2:4'
      targets: ['re:model.layers.\d*$']
"""

# Apply SparseGPT to the model
sparseml.transformers.oneshot(
    model=original_model_name,
    dataset=calibration_dataset,
    recipe=recipe,
    output_dir=output_directory,
)

Slack

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
4c372cb

0 моделей