/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
138 млн
Лицензия
MIT
Архитектура
gpt_neo · dense
Опубликована
29 апр 2023

gpt-neo-125m-multiexit

Генерация текстаТекст → текст3 профессии

GPT-Neo-125M Multi-Exit — англоязычная модель генерации текста с дополнительными языковыми головами для Autocontrastive Decoding и методов раннего выхода.

290скачиваний за 30 дней0лайковвеса обновлены4 мая 2023

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

GPT-Neo-125M Multi-Exit — языковая модель, разработанная IBM Research на основе GPT-Neo-125M. Она сохраняет параметры исходной модели и добавляет шесть языковых голов на слоях 2, 4, 6, 8, 10 и 12; эти головы обучены на англоязычной части CC-100 при замороженных параметрах основной модели. Модель содержит 137,7 млн параметров, принимает текст и имеет контекст длиной 2048 токенов.

Модель предназначена для генерации текста с использованием Autocontrastive Decoding, методов раннего выхода и алгоритмов, сопоставляющих предсказания следующего токена на разных слоях. Для работы с дополнительными головами требуется библиотека autocontrastive-gen. Карточка указывает английский язык и лицензию MIT; пригодность для других языков не заявлена.

Сценарии применения

  • генерация текста с Autocontrastive Decoding
  • эксперименты с ранним выходом из слоёв языковой модели
  • сравнение предсказаний следующего токена на разных слоях
  • исследование алгоритмов декодирования на основе промежуточных представлений

Ограничения

Для использования дополнительных языковых голов требуется библиотека autocontrastive-gen. Обучение дополнительных голов описано только для английской части CC-100, поэтому поддержка других языков не подтверждена.

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

GPT-Neo-125M Multi-Exit

Pre-trained language model with identical parameters to gpt-neo-125m, but with additional language modeling heads ("exits") connected to different layers of the model.

These 6 additional heads (in layers 2, 4, 6, 8, 10, 12) were trained on the English portion of CC-100 while keeping the original pre-trained model parameters frozen.

The model can be used for the Autocontrastive Decoding text generation approach described in Gera et al. 2023, for early-exiting approaches, or for other algorithms that consider the next-token predictions of different model layers.

Usage

Harnessing the additional language modeling heads requires loading the model using the auto-contrastive-generation library (pip install autocontrastive-gen).

In a nutshell, the user creates a MultiExitConfiguration that determines model behavior at training and inference, and then loads the model using the dedicated AutoMultiExitModel class. After that, the model can be used with the transformers API like any other model. See the GitHub for detailed usage instructions.

For example, the code below initializes the model to use Autocontrastive Decoding, and then performs text generation in this chosen setting:

from transformers import AutoTokenizer
from autocontrastive_gen.modeling.configuration import MultiExitConfiguration
from autocontrastive_gen.modeling.auto_model import AutoMultiExitModel

# initialize a pre-trained multi-exit model to use auto-contrast between layer 24 and layer 12
multi_exit_config = MultiExitConfiguration(use_original_head=False, 
                                           contrast_layer_indices=(24, 12))
model = AutoMultiExitModel.from_pretrained("IBM/gpt-neo-125m-multiexit", multi_exit_config=multi_exit_config)

# perform text generation as usual
tokenizer = AutoTokenizer.from_pretrained("IBM/gpt-neo-125m-multiexit")
prompt = tokenizer("humpty dumpty sat on", return_tensors='pt')
generated_ids = model.generate(**prompt, max_new_tokens=15)
print(tokenizer.batch_decode(generated_ids))

Citation

Ariel Gera, Roni Friedman, Ofir Arviv, Chulaka Gunasekara, Benjamin Sznajder, Noam Slonim and Eyal Shnarch. The Benefits of Bad Advice: Autocontrastive Decoding across Model Layers. ACL 2023.

@inproceedings{gera2023autocontrastive,
  title={The Benefits of Bad Advice: Autocontrastive Decoding across Model Layers},
  author={Gera, Ariel and Friedman, Roni and Arviv, Ofir and Gunasekara, Chulaka and Sznajder, Benjamin and Slonim, Noam and Shnarch, Eyal},
  booktitle={Proceedings of the 61st Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers)},
  month={july},
  address={Toronto, Canada},
  year={2023}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MultiHeadGPTNeo
Ревизия весов
b273d6b

0 моделей