/ Модель

Характеристики

Контекст
1 024 токена
Параметры
410 млн
Лицензия
MIT
Архитектура
llama · dense
Опубликована
7 янв 2024

LiteLlama-460M-1T

Генерация текстаТекст → текст3 профессии

Компактная экспериментальная языковая модель семейства LLaMA для генерации английского текста и исследований.

759скачиваний за 30 дней168лайковвеса обновлены8 янв 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

LiteLlama-460M-1T — открытая авторская реализация уменьшенной по размеру LLaMA 2. Модель с архитектурой LlamaForCausalLM содержит около 410 млн параметров и обучена на 1 трлн токенов; для обучения использована часть набора RedPajama с токенизацией GPT2Tokenizer. Она предназначена для генерации текста и экспериментов с компактными языковыми моделями. Модель работает с текстом на английском языке и имеет контекст длиной 1024 токена.

В README приведены оценки на MMLU и Open LLM Leaderboard, но результаты не гарантируют качества для конкретных задач. Это экспериментальный чекпойнт; лицензия — MIT.

Сценарии применения

  • генерация продолжения английского текста
  • эксперименты с компактными языковыми моделями
  • оценка языковой модели на бенчмарках
  • создание прототипа текстового генератора

Ограничения

Контекст ограничен 1024 токенами; это экспериментальный чекпойнт, а приведённые в карточке результаты бенчмарков не подтверждают пригодность для конкретных прикладных задач.

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

LiteLlama: Reduced-Scale Llama

We present an open-source reproduction of Meta AI's LLaMa 2. However, with significantly reduced model sizes, LiteLlama-460M-1T has 460M parameters trained with 1T tokens.

Dataset and Tokenization

We train our models on part of RedPajama dataset. We use the GPT2Tokenizer to tokenize the text.

Training Details

The model was trained with ~1T tokens (0.98T). num of tokens = stepslengthbatch_size=4996791024192=98240888832≈0.98T.

The training curve is at this WandB project.

Using with HuggingFace Transformers

The experimental checkpoints can be directly loaded by Transformers library. The following code snippet shows how to load the our experimental model and generate text with it.

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM

model_path = 'ahxt/LiteLlama-460M-1T'

model = AutoModelForCausalLM.from_pretrained(model_path)
tokenizer = AutoTokenizer.from_pretrained(model_path)
model.eval()

prompt = 'Q: What is the largest bird?\nA:'
input_ids = tokenizer(prompt, return_tensors="pt").input_ids
tokens = model.generate(input_ids, max_length=20)
print( tokenizer.decode(tokens[0].tolist(), skip_special_tokens=True) )
# Q: What is the largest bird?\nA: The largest bird is a black-headed gull.

Evaluation

We evaluate our models on the MMLU task.

Models#parameterszero-shot5-shot
llama7B28.4635.05
openllama3B24.9026.71
TinyLlama-1.1B-step-50K-105b1.1B19.0026.53
LiteLlama-460M-1T0.46B21.1326.39

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.26.65
ARC (25-shot)24.91
HellaSwag (10-shot)38.47
MMLU (5-shot)26.17
TruthfulQA (0-shot)41.59
Winogrande (5-shot)49.88
GSM8K (5-shot)0.0
DROP (3-shot)5.51

Contact

This model was developed by Xiaotian Han from Texas A&M University at the DATA Lab under the supervision of Prof. Xia "Ben" Hu, and the model is released under MIT License.

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
77b8a97

0 моделей