Дообученная на Anthropic hh-rlhf модель Pythia-6.9B для генерации текста и диалоговых ответов на английском языке.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
lomahony/eleuther-pythia6.9b-hh-dpo — языковая модель, созданная дообучением Pythia-6.9b разработчиком lomahony. Сначала модель прошла supervised fine-tuning на наборе Anthropic/hh-rlhf в течение одной эпохи, затем DPO-обучение на том же наборе данных в течение одной эпохи. Она использует плотную архитектуру GPT-NeoX с причинным языковым моделированием и содержит 8,8 млрд параметров.
Модель предназначена для генерации текста и диалоговых ответов в стиле предпочтений, заданных при обучении на hh-rlhf. Она принимает текст и выдаёт текст; поддерживаемый язык карточки — английский, а контекст составляет 2048 токенов. В репозитории указаны веса PyTorch. Лицензия — Apache-2.0. README сообщает о проведённых оценках через lm-evaluation-harness, но не приводит в предоставленном тексте их результаты.
Контекст ограничен 2048 токенами. README не приводит результаты упомянутых оценок, поэтому качество модели по ним определить нельзя.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Pythia-6.9b supervised finetuned with Anthropic-hh-rlhf dataset for 1 epoch (sft-model), before DPO (paper) with same dataset for 1 epoch.
Benchmark evaluations included in repo done using lm-evaluation-harness.
See Pythia-6.9b for original model details (paper).
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…