/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
t5 · dense
Библиотека
transformers
Опубликована
8 ноя 2023

madlad400-8b-lm

Генерация текстаТекст → текст5 профессий

Производная модели google/madlad400-8b-lm. Многоязычная языковая модель Google на 8 млрд параметров для генерации текста и few-shot перевода.

72скачиваний за 30 дней8лайковвеса обновлены23 ноя 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

Карточка модели jbochi/madlad400-8b-lm на Hugging Face совпадает с карточкой google/madlad400-8b-lm, поэтому описание составлено по ней.

MADLAD-400 8B LM — многоязычная языковая модель на 8 млрд параметров, опубликованная Google как базовая модель для исследований и few-shot перевода. Она обучена на данных MADLAD-400 и предназначена для генерации текста; архитектура — decoder-only T5, аналогичная PaLM 8B, с 32 слоями, 16 query heads, одним KV head и размером эмбеддинга 4096. В архитектуре используются SwiGLU, параллельные слои, Multi-Query Attention, RoPE и общие входные и выходные эмбеддинги; контекст — 512 токенов.

Модель охватывает множество языков, включая русский, английский, китайский, японский, арабский и хинди. Репозиторий содержит веса safetensors и распространяется по лицензии Apache-2.0. В README указано, что код для запуска через Transformers пока не готов, а исходная реализация использует JAX/Flaxformer; для практического использования потребуется совместимая реализация.

Сценарии применения

  • генерация текста на разных языках
  • few-shot перевод между поддерживаемыми языками
  • продолжение текстовых фрагментов
  • исследования многоязычных языковых моделей

Ограничения

Контекст ограничен 512 токенами. Код для инференса через Transformers в карточке обозначен как неготовый; исходная реализация написана на JAX/Flaxformer.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This model has the safetensors weights for the Madlad-400 8B param language model.

The HF transformers code to run inference is not ready yet. The original implementation is in JAX/Flaxformer.

The model architecture is the same as Palm 8B.

It's a decoder-only T5 with 32 layers, 16 query heads, 1 KV head, and 4096 embedding size.

These are the main differences relative to the original T5 architecture:

  • SwiGLU Activation
  • Parallel Layers
  • Multi-Query Attention
  • RoPE Embeddings
  • Shared Input-Output Embeddings
  • No biases
  • Bidirectional attention
  • Layer Norm with center_scale_at_zero and final layer with use_scale=False

If you are looking for the language models models, here are the available versions:

Article: MADLAD-400: A Multilingual And Document-Level Large Audited Dataset

Abstract:

We introduce MADLAD-400, a manually audited, general domain 3T token monolingual dataset based on CommonCrawl, spanning 419 languages. We discuss the limitations revealed by self-auditing MADLAD-400, and the role data auditing had in the dataset creation process. We then train and release a 10.7B-parameter multilingual machine translation model on 250 billion tokens covering over 450 languages using publicly available data, and find that it is competitive with models that are significantly larger, and report the results on different domains. In addition, we train a 8B-parameter language model, and assess the results on few-shot translation. We make the baseline models available to the research community.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
DecoderOnlyT5Model
Ревизия весов
25d8903

0 моделей