/ Модель

Характеристики

Параметры
137 млн
Архитектура
bert · dense
Опубликована
21 фев 2024

jina-bert-flash-implementation

Заполнение пропусковТекст → текст3 профессии

jinaai/jina-bert-flash-implementation — реализация модели на основе BERT с поддержкой Flash Attention.

740 тыс.скачиваний за 30 дней7лайковвеса обновлены31 мая 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Разработчик в README явно не указан; идентификатор указывает на проект Jina AI. Модель предназначена для запуска и обучения BERT-подобных моделей, включая предварительное обучение и обучение эмбеддингов. Поддерживается работа на GPU с Flash Attention и на CPU без него.

Ключевые характеристики включают локальное или глобальное внимание, настраиваемый размер окна внимания, опциональную QK-нормализацию, fused MLP, activation checkpointing, выборочную обработку токенов и поддержку LoRA для модели BertLoRA. Параметр dense_seq_output позволяет передавать классификационным головам только скрытые состояния замаскированных токенов, что ориентировано на предварительное обучение. Размер модели, количество параметров, поддерживаемые языки, модальности и максимальная длина контекста в README не указаны.

Сильные стороны реализации — оптимизация внимания и возможность снижать требования к памяти с помощью fused MLP и checkpointing. Ограничения связаны с необходимостью установки совместимых компонентов Flash Attention для GPU, а также с отсутствием сведений о готовых задачах, качестве, языках и лицензии. Условия лицензирования в README 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

BERT with Flash-Attention

Installing dependencies

To run the model on GPU, you need to install Flash Attention. You may either install from pypi (which may not work with fused-dense), or from source. To install from source, clone the GitHub repository:

git clone git@github.com:Dao-AILab/flash-attention.git

The code provided here should work with commit 43950dd. Change to the cloned repo and install:

cd flash-attention && python setup.py install

This will compile the flash-attention kernel, which will take some time.

If you would like to use fused MLPs (e.g. to use activation checkpointing), you may install fused-dense also from source:

cd csrc/fused_dense_lib && python setup.py install

Configuration

The config adds some new parameters:

  • use_flash_attn: If True, always use flash attention. If None, use flash attention when GPU is available. If False, never use flash attention (works on CPU).
  • window_size: Size (left and right) of the local attention window. If (-1, -1), use global attention
  • dense_seq_output: If true, we only need to pass the hidden states for the masked out token (around 15%) to the classifier heads. I set this to true for pretraining.
  • fused_mlp: Whether to use fused-dense. Useful to reduce VRAM in combination with activation checkpointing
  • mlp_checkpoint_lvl: One of {0, 1, 2}. Increasing this increases the amount of activation checkpointing within the MLP. Keep this at 0 for pretraining and use gradient accumulation instead. For embedding training, increase this as much as needed.
  • last_layer_subset: If true, we only need the compute the last layer for a subset of tokens. I left this to false.
  • use_qk_norm: Whether or not to use QK-normalization
  • num_loras: Number of LoRAs to use when initializing a BertLoRA model. Has no effect on other models.

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Ревизия весов
b78d159

0 моделей