Pythia-410m supervised finetuned with Anthropic-hh-rlhf dataset for 1 epoch.
Benchmark evaluations included in repo done using lm-evaluation-harness.
See Pythia-410m for model details (paper).
Характеристики
- Контекст
- 2 048 токенов
- Параметры
- 454 млн
- Лицензия
- Apache 2.0
- Архитектура
- gpt_neox · dense
- Опубликована
- 21 июл 2023
Ссылки
eleuther-pythia410m-hh-sft
Дообученная на Anthropic/hh-rlhf модель Pythia-410m для генерации английских диалоговых ответов.
121скачиваний за 30 дней0лайковвеса обновлены12 авг 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
Модель lomahony/eleuther-pythia410m-hh-sft — языковая модель семейства Pythia, разработанная как дообученная версия Pythia-410m. Она обучалась методом supervised fine-tuning на наборе Anthropic/hh-rlhf в течение одной эпохи и предназначена для генерации текста в диалоговых сценариях, включая ответы на сообщения и запросы пользователей.
Модель построена на архитектуре GPT-NeoX с плотной causal language model; размер — 454,2 млн параметров, контекст — до 2048 токенов. Карточка и метаданные указывают английский язык. Репозиторий содержит веса в формате PyTorch. Лицензия — Apache-2.0.
Модель подходит для экспериментов с диалоговой генерацией и оценки языковых моделей. Карточка упоминает benchmark-оценки с lm-evaluation-harness, но не приводит их результаты; качество и надёжность ответов по имеющимся данным оценить нельзя.
Сценарии применения
- генерация ответов в англоязычном диалоге
- создание прототипа чат-бота
- эксперименты с supervised fine-tuning языковой модели
- оценка генерации текста с lm-evaluation-harness
Ограничения
Контекст ограничен 2048 токенами. Карточка не сообщает результаты benchmark-оценок или отдельные гарантии качества и безопасности диалоговых ответов.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модельII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- GPTNeoXForCausalLM
- Ревизия весов
- 5fc1819