/ Модель

Характеристики

Контекст
1 024 токена
Параметры
110 млн
Архитектура
llama · dense
Базовая модель
llama2.c-stories110M
Опубликована
4 мар 2024

llama2.c-stories110M-pruned50

Генерация текстаТекст → текст3 профессии

Разреженная модель Llama на 109,5 млн параметров для генерации коротких историй и текстов с эффективным инференсом через NM-vLLM.

3 300скачиваний 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 предлагает разреженную версию языковой модели llama2.c-stories110M, оптимизированную для высокопроизводительного инференса через NM-vLLM. Модель построена на архитектуре LlamaForCausalLM, содержит 109,5 млн параметров и использует формат PyTorch; контекст ограничен 1024 токенами. В README описана разреженность 50% и сжатие методом SparseGPT.

Модель предназначена для генерации коротких текстов и историй из текстового запроса, в частности для сценариев с ограниченными ресурсами и обслуживанием через NM-vLLM. Базовая модель обучена на наборах TinyStories; основной язык — английский. README не приводит лицензию, поэтому условия использования по имеющимся данным определить нельзя.

Сценарии применения

  • генерация коротких детских историй по началу текста
  • создание небольших текстовых продолжений
  • локальный запуск генерации текста при ограниченной памяти
  • высокопроизводительная подача запросов через NM-vLLM

Ограничения

Контекст ограничен 1024 токенами, а назначение модели связано с короткими историями и текстами, поэтому её не следует считать универсальной моделью для сложного диалога или длинных документов. Лицензия и результаты оценки качества в предоставленных данных не указаны.

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

llama2.c-stories110M-pruned50

This repo contains model files for llama2.c 110M tinystories 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/llama2.c-stories110M-pruned50", sparsity="sparse_w16a16")
prompt = "Hello my name is"

sampling_params = SamplingParams(max_tokens=100, temperature=0)
outputs = model.generate(prompt, sampling_params=sampling_params)
print(outputs[0].outputs[0].text)

Prompt template

N/A

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 = "Xenova/llama2.c-stories110M"
calibration_dataset = "open_platypus"
output_directory = "output/"

recipe = """
test_stage:
  obcq_modifiers:
    SparseGPTModifier:
      sparsity: 0.5
      sequential_update: true
      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
ae99c0a

0 моделей