/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
472 млн
Размер весов
13,8 ГБ
Лицензия
Apache 2.0
Архитектура
olmoe · MoE
Базовая модель
OLMoE-1B-7B-0924
Опубликована
13 авг 2024

OLMoE-1B-7B-0924-SFT

Генерация текстаТекст → текст3 профессии

Промежуточная англоязычная MoE-модель AllenAI после SFT для генерации текста и экспериментов с чат-ответами.

429скачиваний за 30 дней19лайковвеса обновлены4 сен 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

allenai/OLMoE-1B-7B-0924-SFT — англоязычная разреженная модель MoE от AllenAI для генерации текста. Это промежуточный чекпойнт после этапа supervised fine-tuning (SFT), обученный на наборе allenai/tulu-v3.1-mix-preview-4096-OLMoE. Архитектура — OlmoeForCausalLM; в репозитории указано 472,1 млн параметров, контекст — 4096 токенов. Модель доступна в формате safetensors и поддерживает чат.

Чекпойнт предназначен для экспериментов с генерацией текста и изучения этапа SFT. В README для наилучшей производительности рекомендуется использовать версию OLMoE-Instruct. Лицензия — Apache-2.0.

Сценарии применения

  • эксперименты с генерацией текста на основе инструкций
  • создание чат-ответов на английском языке
  • изучение влияния SFT на поведение языковой модели

Ограничения

Это промежуточный чекпойнт после SFT; в README для наилучшей производительности рекомендуется OLMoE-Instruct.

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

Model Summary

This model is an intermediate training checkpoint during post-training, after the Supervised Fine-Tuning (SFT) step. For best performance, we recommend you use the OLMoE-Instruct version.

Branches:

Citation

@misc{muennighoff2024olmoeopenmixtureofexpertslanguage,
      title={OLMoE: Open Mixture-of-Experts Language Models}, 
      author={Niklas Muennighoff and Luca Soldaini and Dirk Groeneveld and Kyle Lo and Jacob Morrison and Sewon Min and Weijia Shi and Pete Walsh and Oyvind Tafjord and Nathan Lambert and Yuling Gu and Shane Arora and Akshita Bhagia and Dustin Schwenk and David Wadden and Alexander Wettig and Binyuan Hui and Tim Dettmers and Douwe Kiela and Ali Farhadi and Noah A. Smith and Pang Wei Koh and Amanpreet Singh and Hannaneh Hajishirzi},
      year={2024},
      eprint={2409.02060},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2409.02060}, 
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
OlmoeForCausalLM
Ревизия весов
215cc4f

0 моделей