Pythia-6.9b supervised finetuned with Anthropic-hh-rlhf dataset for 1 epoch.
Benchmark evaluations included in repo done using lm-evaluation-harness.
See Pythia-6.9b for model details (paper).
Характеристики
- Контекст
- 2 048 токенов
- Параметры
- 8,8 млрд
- Лицензия
- Apache 2.0
- Архитектура
- gpt_neox · dense
- Опубликована
- 7 авг 2023
Ссылки
eleuther-pythia6.9b-hh-sft
Дообученная на диалоговом датасете Anthropic HH-RLHF модель Pythia-6.9B для генерации английского текста и ответов.
60скачиваний за 30 дней1лайквеса 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
lomahony/eleuther-pythia6.9b-hh-sft — языковая модель на архитектуре GPT-NeoX, полученная supervised fine-tuning модели Pythia-6.9B на датасете Anthropic/hh-rlhf в течение одной эпохи. Она предназначена для генерации текста и диалоговых ответов, в том числе ответов в стиле обучающих примеров с предпочтениями человека. Модель содержит 8,8 млрд параметров и поддерживает контекст до 2048 токенов; в репозитории представлены веса PyTorch.
Модель разработал пользователь lomahony. Карточка упоминает результаты оценивания с помощью lm-evaluation-harness, но не приводит их значения. Лицензия — Apache-2.0. Указанный язык — английский; качество ответов и пригодность для конкретных приложений следует проверять отдельно.
Сценарии применения
- генерация ответов в англоязычном диалоге
- создание текстовых ответов в стиле примеров с человеческими предпочтениями
- экспериментальная оценка языковой модели с lm-evaluation-harness
Ограничения
Контекст ограничен 2048 токенами. Карточка не приводит численные результаты бенчмарков и не подтверждает пригодность для конкретных производственных сценариев.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
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
- 8ca04ae