/ Модель

Характеристики

Контекст
2 048 токенов
Размер весов
5,6 ГБ
Лицензия
MIT
Архитектура
phi-msft · dense
Опубликована
4 мар 2024

dolphin-phi-2-kensho

Генерация текстаТекст → текст3 профессии

Экспериментальная диалоговая модификация Dolphin Phi-2 с циклическим повторным использованием весов для генерации текста при меньшем расходе видеопамяти.

135скачиваний за 30 дней22лайкавеса обновлены20 мая 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Dolphin-Phi-2-Kensho — экспериментальная модификация Dolphin Phi-2 от Fernando, Eric и David. Она использует PyTorch и Transformers и меняет выполнение модели так, чтобы группы слоёв проходили через повторный цикл с общими весами. Автор описывает это как способ получить более интеллектуальное поведение при меньшем расходе видеопамяти, однако не приводит результатов оценки, подтверждающих такое улучшение.

Модель предназначена для генерации текста в диалоговом режиме. В README упоминается идея применения подобных методов для обучения более эффективных моделей, но для работы с другими моделями потребуются изменения их файлов архитектуры. Контекст модели — 2048 токенов; веса представлены в формате safetensors. Лицензия — MIT.

Сценарии применения

  • диалоговая генерация текста
  • эксперименты с повторным использованием слоёв языковой модели
  • исследование компактных языковых моделей для устройств с ограниченной видеопамятью

Ограничения

README не приводит сравнительных тестов или измерений качества и экономии видеопамяти, поэтому заявленное улучшение не подтверждено данными. Для переноса подхода на другие модели требуется изменять их файлы архитектуры.

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

Kensho: a luminous awakening where the veil of illusion dissolves, revealing the boundless truth of our interconnected essence, inviting us into a dance with the infinite.

image/png

By Fernando, Eric and David

Discord Discord: https://discord.gg/cognitivecomputations

This is a hack around pytorch + huggingface Transformers library to make the original Dolphin Phi-2 to behave in a way inspired by the Meta's paper "MobileLLM: Optimizing Sub-billion Parameter Language Models for On-Device Use Cases" [ https://arxiv.org/abs/2402.14905 ]

One of the key ideas is that it works as if it was like "an online passthrough", by applying a loop on a module SuperClass, that groups layers, in a such way they get their forward method repeated in a loop. So, in theory, you can observe more intelligence in the same way MegaDolphin 120b, Professor 155b, Venus120b and other huge models, but use way less vRAM, because instead of cloning the weights, we share them in the vRAM.

And actually, this concept could be also used to enable the training of way more efficient models.

We hope the community enjoy it and make good use of it.

It won't work out of the box in the other models. Their "modeling files" should be changed accordingly to achieve the same effect.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
PhiForCausalLM
Ревизия весов
dcfb758

0 моделей