Характеристики

Контекст: 2 048 токенов
Параметры: 1,7 млрд
Лицензия: Apache 2.0
Архитектура: gpt_neox · dense
Опубликована: 8 ноя 2023

Ссылки

pythia-1.4b-helpful-sft

Генерация текстаТекст → текст3 профессии

Англоязычная модель Pythia-1.4B, дообученная на полезных диалогах Anthropic HH-RLHF для генерации ответов и исследований поведения языковых моделей.

126скачиваний за 30 дней0лайковвеса обновлены21 мая 2025

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.

Открыть конструктор бенчмарка

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/pythia-1.4b-helpful-sft — языковая модель, дообученная Laura O’Mahony и соавторами на базе Pythia-1.4B. Модель с архитектурой GPT-NeoX содержит 1,7 млрд параметров и предназначена для генерации текста в формате диалога с акцентом на полезные ответы. Для supervised fine-tuning использован helpful-поднабор Anthropic HH-RLHF в течение одной эпохи, с библиотекой TRLx.

Модель принимает текст и генерирует текст на английском языке. Её можно использовать для экспериментов с настройкой поведения ассистента, генерации ответов на запросы и исследования эффектов дообучения. Контекстное окно составляет 2048 токенов; доступны веса в форматах PyTorch и safetensors, а карточка сообщает о наличии промежуточных чекпойнтов и воспроизводимого кода обучения.

Модель представлена в контексте исследовательской работы о схлопывании режимов при дообучении больших языковых моделей. В README приведены результаты отдельных задач ARC, но они не подтверждают широкую пригодность для практических сценариев. Лицензия — Apache-2.0.

Сценарии применения

генерация полезных ответов на запросы пользователя
создание прототипа англоязычного текстового ассистента
эксперименты с supervised fine-tuning диалоговых моделей
исследование влияния дообучения на поведение и разнообразие ответов

Ограничения

Контекст ограничен 2048 токенами; обучение проведено на helpful-поднаборе одного датасета в течение одной эпохи, поэтому качество и устойчивость ответов в иных задачах не гарантированы. Приведённые в карточке результаты ARC охватывают лишь часть оценок.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.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

Открыть на Hugging Face

Pythia-1.4b supervised finetuned using TRLx library with the helpful subset of Anthropic-hh-rlhf dataset for 1 epoch.

Checkpoints are also uploaded.

Fully reproducible finetuning code is available on GitHub

wandb log

See Pythia-1.4b for model details (paper).

See further details of these models in the paper Attributing Mode Collapse in the Fine-Tuning of Large Language Models.

You can cite these models if they are helpful as follows:

hf (pretrained=lomahony/pythia-1.4b-helpful-sft), gen_kwargs: (None), limit: None, num_fewshot: 0, batch_size: 16

Tasks	Version	Filter	Metric	Value		Stderr
arc_challenge	1	none	acc	0.2679	±	0.0129
		none	acc_norm	0.2978	±	0.0134
arc_easy	1	none	acc	0.6120	±	0.0100
		none	acc_norm	0.5282	±	0.0102
boolq	2	none	acc	0.6260	±	0.0085
hellaswag	1	none	acc	0.4097	±	0.0049
		none	acc_norm	0.5212	±	0.0050
lambada_openai	1	none	perplexity	6.4836	±	0.1838
		none	acc	0.5789	±	0.0069
openbookqa	1	none	acc	0.2120	±	0.0183
		none	acc_norm	0.3340	±	0.0211
piqa	1	none	acc	0.7100	±	0.0106
		none	acc_norm	0.7144	±	0.0105
sciq	1	none	acc	0.8540	±	0.0112
		none	acc_norm	0.7830	±	0.0130
wikitext	2	none	word_perplexity	15.8394	±	N/A
		none	byte_perplexity	1.6763	±	N/A
		none	bits_per_byte	0.7453	±	N/A
winogrande	1	none	acc	0.5872	±	0.0138

hf (pretrained=lomahony/pythia-1.4b-helpful-sft), gen_kwargs: (None), limit: None, num_fewshot: 5, batch_size: 16

Tasks	Version	Filter	n-shot	Metric	Value		Stderr
arc_challenge	1	none	5	acc	0.2892	±	0.0133
		none	5	acc_norm	0.3097	±	0.0135
arc_easy	1	none	5	acc	0.6444	±	0.0098
		none	5	acc_norm	0.6309	±	0.0099
boolq	2	none	5	acc	0.6333	±	0.0084
hellaswag	1	none	5	acc	0.4065	±	0.0049
		none	5	acc_norm	0.5215	±	0.0050
lambada_openai	1	none	5	perplexity	9.7040	±	0.2887
		none	5	acc	0.4951	±	0.0070
openbookqa	1	none	5	acc	0.2220	±	0.0186
		none	5	acc_norm	0.3100	±	0.0207
piqa	1	none	5	acc	0.7029	±	0.0107
		none	5	acc_norm	0.7127	±	0.0106
sciq	1	none	5	acc	0.9170	±	0.0087
		none	5	acc_norm	0.9160	±	0.0088
wikitext	2	none	5	word_perplexity	15.8394	±	N/A
		none	5	byte_perplexity	1.6763	±	N/A
		none	5	bits_per_byte	0.7453	±	N/A
winogrande	1	none	5	acc	0.5699	±	0.0139

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры: GPTNeoXForCausalLM
Ревизия весов: da0e31a