/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
1,7 млрд
Размер весов
7 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
16 сен 2024

FW-ProX-1.7B

Генерация текстаТекст → текст3 профессии

Компактная англоязычная модель Llama на 1,7 млрд параметров для генерации текста и исследовательской оценки на общих бенчмарках.

34скачиваний за 30 дней4лайкавеса обновлены28 сен 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

FW-ProX-1.7B — компактная языковая модель семейства Llama, разработанная командой GAIR-ProX. Модель содержит 1,7 млрд параметров и обучалась на датасете FineWeb-pro на 50 млрд токенов; для запуска доступны веса PyTorch в формате Safetensors. Заявленная длина контекста — 2048 токенов.

Модель предназначена для генерации текста и может использоваться в экспериментах с языковыми моделями, а также для оценки нулевого примера на наборах тестов общего знания и рассуждений. Карточка приводит результаты по десяти бенчмаркам, включая ARC, MMLU и HellaSwag. Метаданные указывают поддержку английского языка. Модель распространяется по лицензии Apache 2.0.

Это небольшая базовая модель, а приведённые оценки не подтверждают её пригодность для диалогов, следования инструкциям или узкоспециализированных задач. Контекст ограничен 2048 токенами; качество следует проверять на целевых сценариях.

Сценарии применения

  • генерация коротких текстов на английском языке
  • эксперименты с компактными языковыми моделями
  • оценка нулевого примера на бенчмарках общего знания
  • сравнение моделей на задачах здравого смысла и рассуждений

Ограничения

Контекст ограничен 2048 токенами. Карточка не заявляет настройку для диалога или следования инструкциям; качество в целевых сценариях следует оценивать отдельно.

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

FW-ProX-1.7B

ArXiv | Models | Data | Code

FW-ProX-1.7B is a small language model. It was and trained on the FineWeb-pro for 50B tokens.

Evaluations

ProX models are evaluated over 10 language model benchmarks in zero-shot setting.

ArC-cARC-eCSQAHellaSMMLUOBQAPiQASIQAWinoGSciQAVG
raw28.552.633.953.229.832.672.940.253.077.147.4
ours34.463.932.653.033.134.473.139.352.781.549.8

Citation

@article{zhou2024programming,
  title={Programming Every Example: Lifting Pre-training Data Quality like Experts at Scale},
  author={Zhou, Fan and Wang, Zengzhi and Liu, Qian and Li, Junlong and Liu, Pengfei},
  journal={arXiv preprint arXiv:2409.17115},
  year={2024}
}

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
f63b09b

0 моделей