/ Модель

Характеристики

Лицензия
MIT
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
29 фев 2024

based-1b

Генерация текстаТекст → текст3 профессии

Предобученная модель Based для генерации текста и исследования эффективного языкового моделирования с сильным извлечением информации из контекста.

52скачиваний за 30 дней8лайковвеса обновлены19 апр 2025

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

hazyresearch/based-1b — предобученная языковая модель архитектуры Based от HazyResearch. Она обучена предсказывать следующий токен на 10 млрд токенов корпуса The Pile; в карточке также упоминаются контрольные модели Attention на архитектуре Llama и Mamba, обученные на том же объёме данных и в том же порядке.

Модель предназначена для оценки качества эффективной архитектуры Based и генерации текста. В README отмечена способность хорошо вспоминать информацию, переданную в контексте, при фиксированном объёме памяти во время инференса. Метаданные относят модель к семейству GPT-2 и указывают формат PyTorch, библиотеку Transformers и лицензию MIT.

Сценарии применения

  • генерация текста по заданному началу
  • оценка качества архитектуры Based в языковом моделировании
  • сравнение языковых моделей на задачах извлечения информации из контекста

Ограничения

README описывает модель как исследовательскую оценку новой архитектуры и приводит ограниченный набор ориентировочных бенчмарков; результаты или гарантии качества не указаны.

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

Model Card

This model is pretrained Based model. Based is strong at recalling information provided in context, despite using a fixed amount of memory during inference.

As a quality reference, we include a pretrained Attention (Llama architecture) model provided here: https://huggingface.co/hazyresearch/attn-1b, and Mamba model provided here: https://huggingface.co/hazyresearch/mamba-1b

All three checkpoints are pretrained on 10Bn tokens of the Pile in the exact same data order using next token prediction.

Model Sources

The model implementation and training code that produced the model are provided here: https://github.com/HazyResearch/based

Uses

The purpose of this work is to evaluate the language modeling quality of a new efficient architecture, Based.

We include a series of benchmarks that you can use to evaluate quality:

Citation

Please consider citing this paper if you use our work:

@article{arora2024simple,
  title={Simple linear attention language models balance the recall-throughput tradeoff},
  author={Arora, Simran and Eyuboglu, Sabri and Zhang, Michael and Timalsina, Aman and Alberti, Silas and Zinsley, Dylan and Zou, James and Rudra, Atri and Ré, Christopher},
  journal={arXiv:2402.18668},
  year={2024}
}

Please reach out to simarora@stanford.edu, eyuboglu@stanford.edu, and mzhang20@stanford.edu with questions.

Paper

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Ревизия весов
21235f3

0 моделей