/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
138 млн
Лицензия
Apache 2.0
Архитектура
rwkv7 · dense
Базовая модель
rwkv-7-pile
Библиотека
rwkv
Опубликована
22 янв 2025

rwkv7-168M-pile

Генерация текстаТекст → текст3 профессии

Англоязычная модель RWKV-7 на 137,7 млн параметров для генерации текста и языковых экспериментов.

124скачиваний за 30 дней4лайкавеса обновлены14 апр 2025

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

RWKV-7 — языковая модель Bo Peng, Yu Zhang, Songlin Yang и Ruichong Zhang, разработанная при поддержке RWKV Project в рамках LF AI & Data Foundation. Репозиторий содержит версию на 137,7 млн параметров в формате safetensors; в README размер указан как 168 млн. Модель использует архитектуру RWKV7 с flash-linear attention и токенизатор GPT-NeoX 20B, а её контекст составляет 2048 токенов.

Модель предназначена для генерации английского текста и обучена на датасете The Pile объёмом 332 млрд токенов. Её можно применять для продолжения текстов и простых языковых экспериментов. README приводит результаты на LAMBADA и PIQA. Для запуска требуются flash-linear-attention и Transformers версии 4.48.0 или новее. Лицензия — Apache-2.0.

Сценарии применения

  • продолжение английских текстов
  • генерация коротких фрагментов текста
  • эксперименты с компактными языковыми моделями
  • оценка языковой модели на LAMBADA и PIQA

Ограничения

Контекст ограничен 2048 токенами, а результаты на LAMBADA и PIQA указывают на скромные возможности небольшой модели. Для запуска нужны flash-linear-attention и Transformers версии 4.48.0 или новее.

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

rwkv7-168M-pile

This is RWKV-7 model under flash-linear attention format.

Model Details

Model Description

  • Developed by: Bo Peng, Yu Zhang, Songlin Yang, Ruichong Zhang
  • Funded by: RWKV Project (Under LF AI & Data Foundation)
  • Model type: RWKV7
  • Language(s) (NLP): English
  • License: Apache-2.0
  • Parameter count: 168M
  • Tokenizer: GPT-NeoX 20B tokenizer

Model Sources

Uses

Install flash-linear-attention and the latest version of transformers before using this model:

pip install git+https://github.com/fla-org/flash-linear-attention
pip install 'transformers>=4.48.0'

Direct Use

You can use this model just as any other HuggingFace models:

from transformers import AutoModelForCausalLM, AutoTokenizer
model = AutoModelForCausalLM.from_pretrained('fla-hub/rwkv7-168M-pile', trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained('fla-hub/rwkv7-168M-pile', trust_remote_code=True)

Training Details

Training Data

This model is trained on the Pile with a total of 332 billion tokens.

Training Hyperparameters

  • Training regime: bfloat16, lr 8e-4 to 3e-5 cosine decay, wd 0.1, bsz 8x30x4096

Evaluation

Metrics

lambada_openai: ppl 14.2 acc 45.6%

piqa: acc 65.5%

FAQ

Q: safetensors metadata is none.

A: upgrade transformers to >=4.48.0: pip install 'transformers>=4.48.0'

Как запустить

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

GPU в ailist

Универсальный рантайм · rwkv

Нельзя запустить

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

Класс архитектуры
RWKV7ForCausalLM
Ревизия весов
7e778ea

0 моделей