/ Модель

Характеристики

Контекст
2 048 токенов
Размер весов
12,2 ГБ
Лицензия
BigScience OpenRAIL-M
Архитектура
gptj · dense
Опубликована
5 мар 2023

GPT-J-Pyg_PPO-6B

Генерация текстаТекст → текст3 профессии

Экспериментальная объединённая модель GPT-J на 6 млрд параметров для генерации текста и продолжения диалогов.

82скачиваний за 30 дней6лайковвеса обновлены27 мар 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

GPT-J-Pyg_PPO-6B — экспериментальная объединённая модель на 6 млрд параметров на архитектуре GPT-J, созданная смешиванием весов PPO_HH_GPT-J и Pygmalion-6b. Автор описывает смесь как поэлементное взвешенное среднее в пропорции 40/60 PPO_HH:Pygmalion; объединение выполнено в FP32, итоговые веса сохранены в FP16. Базовая модель рассчитана на генерацию текста с контекстом до 2048 токенов.

Модель предназначена для продолжения диалога по текстовому промпту в формате реплик и для экспериментов с объединением моделей класса GPT-J и 6B NeoX. Карточка указывает на исследовательское и ответственное использование; качество ответа зависит от промпта и настроек генерации. Используется лицензия bigscience-openrail-m.

Сценарии применения

  • продолжение диалога в формате реплик
  • генерация ответов по текстовому промпту
  • эксперименты со смешиванием весов языковых моделей

Ограничения

Модель экспериментальная; автор отмечает, что смешивание весов преобразует, но не добавляет информацию, а использованные датасеты PPO_HH указаны не полностью.

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

GPT-J-Pyg_PPO-6B [GPT-J Pygmalion + GPT-J PPO_HH]

GPT-J-Pyg_PPO-6B is an experimental model containing a parameter-wise 40/60 blend (weighted average PPO_HH:Pygmalion) of the weights of ppo_hh_gpt-j and Pygmalion-6b.

-Intended Merge Value-

As with fine-tuning, merging weights does not add information but transforms it, therefore it is important to consider trade-offs. Pyg_PPO combines ppo_hh_gpt-j and Pygmalion-6b; both technical achievements are blended with the intent to elevate the strengths of both. Datasets of both are linked below to assist in exploratory speculation on which datasets in what quantity and configuration have the largest impact on the usefulness of a model without the expense of fine-tuning. Blend was done in FP32 and output in FP16.

-Intended Use-

Research purposes only, intended for responsible use. Express a conversation in natural language, and Pyg_PPO will do the thing. Try starting a two line prompt such as:

Bot: "Hello, how are you?"
You: "I am doing just fine, thank you."

Or any other topic, and the model will carry on in this back and forth format.

Can also be used as a base to merge with other creative, technical, or adventure themed models of the same class (GPT-J & 6b NeoX) and parameter size (6b) to experiment with the morphology of model weights based on the value added by instruct.

Merge tested using KoboldAI with Nucleus Sampling Top-P set to 0.9, Temperature at 0.6, and Repetition Penalty at 1.1; extra samplers disabled.

-Credits To-

Core Model: https://huggingface.co/EleutherAI/gpt-j-6B Author: https://www.eleuther.ai/

Model1; 50% ppo_hh_gpt-j: https://huggingface.co/reciprocate/ppo_hh_gpt-j

Author Repo: https://huggingface.co/reciprocate

Related; CarperAI: https://huggingface.co/CarperAI

Dataset is a variant of the Helpful Harmless assistant themed dataset and Proximal Policy Optimization, specific datasets used are unknown; listed repo datasets include: https://huggingface.co/datasets/reciprocate/summarize_eval_ilql https://huggingface.co/datasets/reciprocate/hh_eval_ilql

PPO explained: https://paperswithcode.com/method/ppo Potential HH-type datasets utilized: https://huggingface.co/HuggingFaceH4 https://huggingface.co/datasets/Anthropic/hh-rlhf

Model2; 50% Pygmalion-6b: https://huggingface.co/PygmalionAI/pygmalion-6b

Author Repo: https://huggingface.co/PygmalionAI

Weight merge Script credit to Concedo: https://huggingface.co/concedo

Model's card template credit to Digitous: https://huggingface.co/digitous/GPT-R

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPTJForCausalLM
Ревизия весов
cde5bab

0 моделей