/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
710 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
16 сен 2024

RedPJ-ProX-0.7B

Генерация текстаТекст → текст3 профессии

Небольшая языковая модель LLaMA на 709,8 млн параметров для генерации текста и экспериментов с языковыми бенчмарками.

35скачиваний за 30 дней1лайквеса обновлены10 окт 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

RedPJ-ProX-0.7B — небольшая языковая модель семейства LLaMA, разработанная командой GAIR-ProX. Модель обучалась на 25 млрд токенов набора RedPajama-V2-pro и предназначена для генерации текста и оценки базовых возможностей языковой модели.

В карточке приведены результаты zero-shot оценки на десяти языковых бенчмарках, включая ARC, CommonsenseQA, HellaSwag, MMLU и SciQ. По сравнению с исходной версией в таблице авторов вариант «ours» показывает более высокий средний результат: 44,6 против 42,1.

Модель содержит около 709,8 млн параметров, использует плотную архитектуру LLaMA и поддерживает контекст до 2048 токенов. Репозиторий содержит веса PyTorch и Safetensors. Указанная лицензия — Apache-2.0; сведения о практических ограничениях качества и безопасности в карточке не приведены.

Сценарии применения

  • генерация коротких текстовых продолжений
  • эксперименты с компактными языковыми моделями
  • zero-shot оценка на тестах общих знаний
  • исследование обучения на корпусе RedPajama

Ограничения

Контекст ограничен 2048 токенами, а размер модели значительно меньше крупных универсальных LLM. Карточка не приводит сведений о специальных мерах безопасности или оценке качества за пределами перечисленных бенчмарков.

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

RedPJ-ProX-0.7B

ArXiv | Models | Data | Code

RedPJ-ProX-0.7B is a tiny language model. It was and trained on the RedPajama-V2-pro for 25B tokens.

Evaluations

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

ArC-cARC-eCSQAHellaSMMLUOBQAPiQASIQAWinoGSciQAVG
raw26.144.329.739.127.329.266.939.052.067.442.1
ours26.451.930.942.429.431.667.940.052.273.544.6

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

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
05d31b3

0 моделей