/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
2,1 млрд
Размер весов
6,9 ГБ
Лицензия
BigScience BLOOM RAIL 1.0
Архитектура
bloom · dense
Базовая модель
Bloom-1b7-winograd-wsc-IT-baseline
Опубликована
3 мар 2024

Bloom-1b7-ropes-Cont-IT-Step2

Генерация текстаТекст → текст

Дообученная модель BLOOM с 2,1 млрд параметров для генерации текста, основанная на версии, ориентированной на разрешение местоименной неоднозначности.

19скачиваний за 30 дней0лайковвеса обновлены3 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

Bloom-1b7-ropes-Cont-IT-Step2 — дообученная модель семейства BLOOM, созданная на основе alonzogarbanzo/Bloom-1b7-winograd-wsc-IT-baseline. Она предназначена для генерации текста; базовая модель обучалась на задачах Winograd Schema Challenge, связанных с разрешением местоименной неоднозначности и формированием ответов. Модель имеет плотную архитектуру BloomForCausalLM, около 2,1 млрд параметров и контекст до 4096 токенов; веса представлены в формате safetensors.

Датасет дополнительного дообучения и результаты оценки не описаны, поэтому применимость именно этой версии к конкретным задачам не подтверждена. Лицензия — bigscience-bloom-rail-1.0.

Сценарии применения

  • генерация текста по заданному контексту
  • формирование ответов на текстовые запросы
  • эксперименты с разрешением местоименной неоднозначности

Ограничения

Датасет дообучения и оценки не описан, поэтому качество и область применения этой версии не подтверждены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Bloom-1b7-ropes-Cont-IT-Step2

This model is a fine-tuned version of alonzogarbanzo/Bloom-1b7-winograd-wsc-IT-baseline on an unknown dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-05
  • train_batch_size: 1
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 4
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 10
  • mixed_precision_training: Native AMP

Training results

Final Results: {'loss': 0.0261, 'grad_norm': 1.9494764804840088, 'learning_rate': 3.0000000000000004e-07, 'epoch': 10.0}

Average Results: {'train_runtime': 858.2936, 'train_samples_per_second': 2.33, 'train_steps_per_second': 0.583, 'train_loss': 0.4610937827527523, 'epoch': 10.0}

Framework versions

  • Transformers 4.38.1
  • Pytorch 2.2.0+cu121
  • Datasets 2.17.0
  • Tokenizers 0.15.2

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
BloomForCausalLM
Ревизия весов
83478ac

0 моделей