/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
udlm · dense
Библиотека
transformers
Опубликована
15 дек 2024

udlm-lm1b

Заполнение пропусковТекст → текст3 профессии

UDLM-LM1B — диффузионная языковая модель на 139 млн параметров для заполнения пропусков в коротких текстовых контекстах.

1 549скачиваний за 30 дней0лайковвеса обновлены16 дек 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

UDLM-LM1B — предварительно обученная языковая модель семейства Uniform Diffusion Language Models, разработанная группой Kuleshov. Она обучена на наборе данных Billion Word Benchmark с использованием непрерывного по времени ELBO для дискретной диффузии с уточнённым равномерным шумом.

Модель предназначена для заполнения пропусков в тексте. Архитектура основана на Diffusion Transformer и включает 12 блоков многоголового внимания с 12 головами, скрытое измерение 768 и adaLN-кондиционирование по временному шагу диффузии. Модель содержит 139 млн параметров и принимает контекст длиной до 128 токенов.

Репозиторий содержит веса в формате safetensors; для работы предусмотрена интеграция с Transformers. Модель выпущена по лицензии Apache-2.0. Карточка не сообщает о специализированной области применения или поддерживаемых языках.

Сценарии применения

  • восстановление пропущенных слов в предложении
  • подстановка слова по контексту
  • проверка вариантов заполнения текстового пропуска

Ограничения

Контекст ограничен 128 токенами; карточка не уточняет языковой охват и качество на конкретных задачах.

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

Quick Start Guide

To use this pre-trained model with the HuggingFace APIs, use the following snippet:

from transformers import AutoModelForMaskedLM, AutoTokenizer

# See the `UDLM` collection page on the hub for list of available models.
tokenizer = transformers.AutoTokenizer.from_pretrained('bert-base-uncased')
model_name = 'kuleshov-group/udlm-lm1b'
model = AutoModelForMaskedLM.from_pretrained(model_name)

Model Details

UDLM stands for Uniform Diffusion Language Models. This model was trained using the refined uniform noise discrete diffusion continuous-time ELBO introduced here.

Architecture

The model has a context size of 128 tokens. The model has 139M parameters.

The model architecture is based off of the Diffusion Transformer architecture and consists of:

  • 12 multi-head attention blocks (with 12 attention heads),
  • hidden dimension of 768,
  • adaLN for conditioning on time-step (i.e., during diffusion training / generation).

Training Details

The model was trained using the bert-base-uncased tokenizer. We trained for 1M gradient update steps using a batch size of 512. We use linear warm-up with 2500 steps until we reach a constant learning rate of 3e-4.

For more details, please refer to our work: Simple Guidance Mechanisms for Discrete Diffusion Models.

Citation

Please cite our work using the bibtex below:

BibTeX:

@article{schiff2024discreteguidance,
  title={Simple Guidance Mechanisms for Discrete Diffusion Models},          
  author={Schiff, Yair and Sahoo, Subham Sekhar and Phung, Hao and Wang, Guanghan and Boshar, Sam and Dalla-torre, Hugo and de Almeida, Bernardo P and Rush, Alexander and Pierrot, Thomas and Kuleshov, Volodymyr},
  journal={arXiv preprint arXiv:2412.10193},
  year={2024}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
UDLM
Ревизия весов
00dfee2

0 моделей