/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
6,8 млрд
Архитектура
gpt_neo · dense

gpt-j-6B

Генерация текстаТекст → текст5 профессий

Конвертированная для GPU версия GPT-J 6B генерирует текст и может использоваться как основа для дообучения.

98скачиваний за 30 дней13лайковвеса обновлены19 авг 2021

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

flyhero/gpt-j-6B — конвертированная для работы на GPU версия предварительно обученной языковой модели GPT-J 6B от EleutherAI. Это плотный авторегрессионный трансформер архитектуры GPT-3-типа на 6,8 млрд параметров, представленный в формате PyTorch; модель принимает текст и продолжает его генерацией текста с контекстом до 2048 токенов.

Модель подходит для генерации продолжений, черновиков и других текстовых ответов, а также может служить основой для дальнейшего дообучения. В README указано, что для инференса достаточно одной GPU с 16 ГБ памяти, а дообучение авторы выполняли на восьми GPU с 32 ГБ памяти каждая и DeepSpeed. Карточка не сообщает о специальной языковой или предметной специализации. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация продолжения по заданному тексту
  • создание черновиков и текстовых ответов
  • эксперименты с языковой моделью GPT-J
  • дообучение базовой модели на собственных текстовых данных

Ограничения

Контекст ограничен 2048 токенами; для инференса требуется GPU с примерно 16 ГБ памяти, а дообучение требует значительно более мощной многопроцессорной конфигурации. Предоставленные сведения не описывают качество модели по языкам и сценариям.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Description

GPT-J 6B is a transformer model designed using EleutherAI's replication of the GPT-3 architecture. GPT-J refers to the class of models, while 6B represents the number of parameters of this particular pre-trained model.

The original GPT-J-6B model is trained with TPUs, which is not easy to use for normal users. Thus, through a converting script, we convert the TPU version GPT-J-6B into GPU version, which could be load and fine-tuned with GPUs.

As we have tried, the model can be loaded with 1 GPU with 16G memory to do inference. For fine-tune, we used 8 * 32G GPUs with DeepSpeed library to distribute the model, data and gradients, in order to allocate the huge amount of model parameters.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPTNeoForCausalLM
Ревизия весов
c7aaf3b

0 моделей