/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Размер весов
27 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
19 апр 2024

granite-7b-base

Генерация текстаТекст → текст4 профессии

Базовая англоязычная LLM IBM на 6,6 млрд параметров для генерации текста и дальнейшей адаптации.

565скачиваний за 30 дней29лайковвеса обновлены19 дек 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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,1834

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,348

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3555

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0159

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2458

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,2414

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Granite-7b-base — базовая предварительно обученная языковая модель из серии Granite, разработанная IBM Research и выпущенная по лицензии Apache-2.0 для коммерческого и некоммерческого использования. Она создана с нуля на данных, отобранных IBM, как открытая реализация архитектурного варианта Llama 2 7B.

Модель имеет плотную архитектуру LlamaForCausalLM примерно на 6,6 млрд параметров, использует токенизатор Llama 2 и обрабатывает контекст длиной до 4096 токенов. Она рассчитана прежде всего на английский язык и предназначена для генерации текста и дальнейшей адаптации под прикладные задачи. Обучение проведено на 2 трлн токенов; карточка приводит результаты оценок на MMLU и ARC.

Это базовая модель без настройки на инструкции и без выравнивания безопасности, поэтому ответы могут быть небезопасными или фактически неверными. Для применения в диалоге или чувствительных сценариях потребуется дополнительная настройка и проверка результатов.

Сценарии применения

  • генерация продолжения текста на английском языке
  • создание основы для дообучения языковой модели
  • эксперименты с базовой архитектурой Llama 2
  • оценка языковой модели на задачах общего понимания текста

Ограничения

Модель не настроена на инструкции и не прошла выравнивание безопасности, поэтому может выдавать вредный или некорректный контент. Возможны галлюцинации; ответы не следует использовать без проверки для важных решений.

Для каких профессий подходит4

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 Name: Granite-7b-base

License: Apache-2.0

Languages: Primarily English

Architecture: The model architecture is a replica of Meta’s Llama2-7B base variant with MHA, trained with 1M batch size on 2T tokens.

Context Length: 4k tokens

Tokenizer: Llama2

Model Developers: IBM Research

Representing IBM’s commitment to open source innovation IBM has released granite-7b-base, a base pre-trained LLM from IBM’s Granite model series, under an apache-2.0 license for community and commercial use. Granite-7b-base was pre-trained from scratch on IBM-curated data as an open reference implementation of Meta’s Llama-2-7B. In a commitment to data transparency and fostering open innovation, the data sources, sampling proportions, and URLs for access are provided below.

For more information about training this model, please check out the blog: https://pytorch.org/blog/maximizing-training/

Pre-Training Data

The model was trained on 2T tokens, with sampling proportions designed to match the sampling distributions released in the Llama1 paper as closely as possible.

DatasetDescriptionSampling ProportionURL
Common CrawlOpen repository of web crawl data with snapshots ranging from 2021 to 2023.77%https://data.commoncrawl.org/
Github_CleanCode data from CodeParrot covering a variety of coding languages.5.50%https://huggingface.co/datasets/codeparrot/github-code-clean
Wikipedia and WikimediaEight Wikimedia projects (enwiki, enwikibooks, enwikinews, enwikiquote, enwikisource, enwikiversity, enwikivoyage, enwiktionary). containing extracted plain text from pages and articles.2%https://dumps.wikimedia.org
USPTOUS patents granted from 1975 to May 2023, excluding design patents.5%https://bulkdata.uspto.gov/
PubMed CentralBiomedical and life sciences papers.1.75%https://ftp.ncbi.nlm.nih.gov/pub/pmc/oa_package/
arXivOver 1.8 million scientific paper pre-prints posted to arXiv.2.50%https://huggingface.co/datasets/togethercomputer/RedPajama-Data-1T
StackExchangeAnonymized set of all user-contributed content on the Stack Exchange network, a popular collection of websites centered around user-contributed questions and answers.1%https://archive.org/details/stackexchange_20221206
PG19A repository of free e-books with focus on older works for which U.S. copyright has expired.0.25%https://github.com/google-deepmind/pg19
WebhoseUnstructured web content converted into machine-readable data feeds purchased by IBM.5%N/A

Evaluation Results

LM-eval Harness Scores

Evaluation metricLlama2-7B (baseline)Granite-7b-base
MMLU (zero shot)0.410.43
MMLU (5-shot weighted avg)0.470.50
Arc challenge0.460.44
Arc easy0.740.71
Boolq0.780.76
Copa0.870.83
Hellaswag0.760.74
Openbookqa0.440.42
Piqa0.790.79
Sciq0.910.91
Winogrande0.690.67
Truthfulqa0.390.39
GSM8k (8-shot)0.130.11

Bias, Risks, and Limitations

Granite-7b-base is a base model and has not undergone any safety alignment, there it may produce problematic outputs. In the absence of adequate safeguards and RLHF, there exists a risk of malicious utilization of these models for generating disinformation or harmful content. Caution is urged against complete reliance on a specific language model for crucial decisions or impactful information, as preventing these models from fabricating content is not straightforward. Additionally, it remains uncertain whether smaller models might exhibit increased susceptibility to hallucination in ungrounded generation scenarios due to their reduced sizes and memorization capacities. This aspect is currently an active area of research, and we anticipate more rigorous exploration, comprehension, and mitigations in this domain.

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
3694001

0 моделей