/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
152 млн
Лицензия
Своя лицензия
Архитектура
opt · dense
Опубликована
9 апр 2023

OPT-Alpaca-125M

Генерация текстаТекст → текст3 профессии

Компактная дообученная на инструкциях Alpaca модель OPT для генерации ответов на текстовые запросы.

18скачиваний за 30 дней0лайковвеса обновлены10 апр 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

OPT-Alpaca-125M — компактная языковая модель, созданная дообучением facebook/opt-125m на наборе инструкционных примеров tatsu-lab/alpaca. Она предназначена для генерации ответов и выполнения простых текстовых инструкций; для лучшего результата запрос следует оформлять в формате Alpaca с разделами Instruction и Response. Модель построена на плотной авторегрессионной архитектуре OPTForCausalLM, содержит 151,9 млн параметров и поддерживает контекст до 2048 токенов. Работает с текстом и доступна в формате PyTorch.

Это эксперимент по переносу инструкционного поведения на модель малого размера, поэтому её возможности и качество ответов ограничены по сравнению с крупными чат-моделями. README не сообщает отдельные сведения о языках обучения или оценках качества. В метаданных указана лицензия other; конкретные условия использования следует проверять в репозитории модели и у базовой модели.

Сценарии применения

  • генерация ответов на простые текстовые инструкции
  • создание прототипа небольшого чат-бота
  • эксперименты с дообучением компактных языковых моделей

Ограничения

Модель значительно меньше крупных чат-моделей, поэтому качество и сложность ответов ограничены. Лучше работает с запросами, оформленными в формате Instruction/Response из Alpaca.

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

OPT-Alpaca-125M

This model is a fine-tuned version of facebook/opt-125m on the tatsu-lab/alpaca dataset. This is a test to check if the concept of Databrick's databricks/dolly-v1-6b can be applied to smaller models.

Model description

This is an LLM trained to follow instructions, similar to ChatGPT, except much much smaller.

Sample Use

from transformers import pipeline

generator = pipeline('text-generation', model='linkanjarad/OPT-Alpaca-125M')

prompt = '''### Instruction:
What is the capital of Australia?

### Response:'''

output = generator(prompt, do_sample=True, min_length=10, max_length=50, temperature=0.5)
print(output[0]['generated_text'])

Intended uses & limitations

The model works best when given input in the format of the dataset it was trained on. Here is an example of the format of the tatsu-lab/alpaca dataset:

### Instruction:
What are the three primary colors?

### Response:
The three primary colors are red, blue, and yellow.

Here are a few sample model outputs (temperature=0.7):

### Instruction:
What is the capital of Australia?

### Response:
The capital of Australia is Canberra.
### Instruction:
How do rainbows form?

### Response:
Rainbows form when the light of a sun enters the earth's atmosphere. The sun's rays are absorbed by the atmosphere, creating rainbows. The sun's light is then used to create a rainbow, which is a result of the Earth's rotation.
### Instruction:
Write me a poem about pancakes in the style of Dr. Seuss.

### Response:
Pancakes are like a wonderful miracle. They give us a beautiful and delicious breakfast.
Pancakes go from day to day,
But they also bring us pleasure.

I'm so glad I made the time to make my own
Pancakes are a delight for me and my family.
I'm going to make a special treat for you
### Instruction:
If you put an egg on the tip of a pencil, what will happen?

### Response:
An egg will start to move around the pencil without a trace.
### Instruction:
Write me code in Python that prints out the first ten numbers in the Fibonacci sequence.

### Response:
def number_primes(fibonacci):
    for i in range(10):
       for j in range(10):
          print(i)
    return i
### Instruction:
Write an article about card games with SEO.

### Response:
Card games are a popular game that allow players to play the game of cards with friends. The game is a puzzle game with players finding the correct cards that will be used to win a game. Players can use a variety of strategies to reach the right goal and win the game. Card games provide a lot of fun, and are a great way of providing a fun and engaging experience.

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 2
  • eval_batch_size: 2
  • seed: 42
  • gradient_accumulation_steps: 64
  • total_train_batch_size: 128
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.15
  • num_epochs: 3

Framework versions

  • Transformers 4.27.4
  • Pytorch 1.13.0
  • Datasets 2.1.0
  • Tokenizers 0.13.2

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
OPTForCausalLM
Ревизия весов
ba3ed9a

0 моделей