/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
110 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
13 дек 2024

ReMask-135m

Генерация текстаТекст → текст3 профессии

Экспериментальная LLaMA-модель на 109,5 млн параметров для генерации текста и изучения метода ReMask по смягчению exposure bias.

21скачиваний за 30 дней3лайкавеса обновлены13 дек 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

aloobun/ReMask-135m — экспериментальная языковая модель семейства LLaMA, обученная автором репозитория как проба метода ReMask для смягчения exposure bias. Во время обучения модель обрабатывает последовательности в полном и замаскированном виде, сравнивает выходы и объединяет дивергенцию forward/backward KL с потерями cross-entropy.

Модель предназначена для генерации текста и изучения поведения подхода ReMask; в карточке приведён пример вопроса и контекста о Moulin Rouge и испано-американской войне. Это плотная causal language model на 109,5 млн параметров с контекстом 2048 токенов. Репозиторий использует Transformers и формат safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • генерация продолжения текста
  • эксперименты с методом ReMask
  • сравнение генерации по полным и замаскированным последовательностям

Ограничения

Карточка описывает личный эксперимент и не сообщает результаты оценки качества или подробности обучающих данных. Контекст ограничен 2048 токенами.

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

i wanted to learn more about exposure bias mitigation in language models and came across ReMask. it's a neat idea, and i wanted to give it a go.

  • during training, the model processes input sequences twice - once with the full sequence & once with masked sequence.
  • computes model outputs for both.
  • divergence loss is computed as the average of forward and backward KL divergences.
  • final loss is a weighted sum of the cross entropy losses and the divergence loss.

impl on github

<|user|>
Could Moulin Rouge have been hypothetically used as Spain's Spanish American War triage center?
<|logic|>
The Moulin Rouge cabaret in France had a capacity of 850 people. Spain had 700-800 injured during Spanish American War.
<|answer|>

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
ce01c83

0 моделей