/ Модель

Характеристики

Контекст
1 024 токена
Параметры
88,8 млн
Лицензия
cc
Архитектура
llama · dense
Библиотека
transformers
Опубликована
8 июн 2024

TinyStoriesChinese-110M

Генерация текстаТекст → текст3 профессии

Компактная модель LLaMA для генерации простых коротких детских историй на китайском языке.

535скачиваний за 30 дней1лайквеса обновлены1 авг 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

TinyStoriesChinese-110M — компактная авторская языковая модель семейства LLaMA, разработанная для генерации коротких простых историй на китайском языке. Она обучена на синтетическом наборе TinyStoriesChinese и ориентирована на тексты, понятные маленьким детям; в примерах модель создаёт связные рассказы с простой грамматикой и бытовыми сюжетами.

В метаданных указаны 88,8 млн параметров, архитектура LlamaForCausalLM и контекст 1024 токена. В карточке README приведена конфигурация из 12 слоёв и 12 голов внимания, а также размер 110 млн параметров; фактические сведения о числе параметров расходятся. Модель подходит для экспериментов с небольшими языковыми моделями и генерацией детских историй, но глубина рассуждений и устойчивость связности ограничены узким обучающим набором. Обновления прекращены. Лицензия в метаданных обозначена как CC без уточнения варианта.

Сценарии применения

  • генерация короткой детской истории по началу на китайском языке
  • создание простых рассказов с бытовым сюжетом
  • эксперименты с малой языковой моделью и синтетическими данными

Ограничения

Модель предназначена для узкой генерации простых рассказов; сложность и устойчивость текста ограничены. README сообщает, что обновление модели прекращено; указанная там оценка размера 110 млн параметров расходится с метаданными, где указано 88,8 млн.

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

本模型已停止更新,请移步https://huggingface.co/fzmnm/TinyStoriesAdv_92M

Model Card: TinyStoriesChinese-110M

Overview:

alt text

TinyStoriesChinese-110M is a charmingly small, toy-like language model adept at generating short, straightforward stories in Chinese. This Small Language Model (SLM) is designed to process and create text with the simplicity and innocence of children’s tales. Despite its small size, TinyStoriesChinese-110M can generate consistent stories with robust and cute grammar, showing an emerging understanding of basic concepts such as personal hygiene and illness.

Inspired by the TinyStories research, which explores the effectiveness of small language models with simplified training material, TinyStoriesChinese-110M focuses on a very narrow task. The model uses a synthetic dataset composed of stories that even a three-year-old could understand. This approach highlights the potential of smaller models to produce coherent, consistent text without the need for extensive computational resources.

Model Details:

  • Parameter Count: 110M.
  • Architecture: Standard llama2 format Transformer with 12 layers, 12 attention heads, and a hidden size of 768. The model utilizes a 1024 context window with Relative Positional Encodings (RoPE) and a vocabulary size of 5,000.
  • Dataset: TinyStoriesChinese.

Training: For detailed training procedures and configurations, please refer to this GitHub repository.

  • Hardware: Trained on an NVIDIA RTX 2080 Super with 8 GB RAM—a modest gaming rig.
  • Duration: 87 hours (just over 3.5 days), covering 20k iterations and processing 2G tokens.
  • Optimizer: AdamW, with a learning rate (lr) of 5e-4, with 1000 warm-up iterations. gradient clipping at 1.0.
  • Dropout: no
  • Batch Size: 4, configured to fit within the 8GB RAM of the 2080; gradient accumulation steps set at 128, achieving an effective 524,288 tokens per iteration as suggested by the Chinchilla paper (Chinchilla study).
  • Training Iterations: 20k, including a warm-up phase of 1k steps.
  • Training Loss: 0.9138.

Example Output:

从前有个小姑娘从来不洗脸。她的妈妈总是告诉她要洗脸,但她从来不听。一天,妈妈说:“不洗脸会生病。”她不听,继续玩。第二天,感觉不舒服,妈妈带她看医生,需要洗脸。她不愿意,但终于洗了。洗完后,感觉好多了,感谢妈妈。从那天起,她每天洗脸,再没生病。

Example Usage Below is a brief example of how to generate text using this model:

from transformers import pipeline

generator = pipeline('text-generation', model='adam89/TinyStoriesChinese-110M')
story_prompt = "从前有个小姑娘从来不洗脸"
generated_story = generator(story_prompt, max_length=256)

print(generated_story[0]['generated_text'])

Summary: TinyStoriesChinese-110M is an excellent educational tool for machine learning beginners. Its straightforward and economical nature makes it perfect for those looking to dip their toes into the world of NLP model training without the need for extensive resources.

TinyStoriesChinese-110M demonstrates how small language models can contribute to meaningful AI development with minimal time and hardware investment, making advanced NLP capabilities more accessible and lowering the entry barriers for a broader audience. Focused on simple, narrowly defined tasks, this model can generate fluent and logical text, displaying emerging logic and common sense abilities. However, the consistency and depth of these capabilities vary, indicating areas for potential enhancement. This model serves as an excellent base for hobbyists interested in exploring and expanding the boundaries of what small language models can achieve, providing a foundation for further experimentation and learning in the field of natural language processing.

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
839b152

0 моделей