/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
50,9 млн
Архитектура
gpt_neox · dense
Базовая модель
pythia-70m
Библиотека
transformers
Опубликована
17 янв 2025

pythia-70m-AGnews-roya

Генерация текстаТекст → текст3 профессии

Дообученная GPT-NeoX-модель Pythia-70m для генерации продолжений текста и ответов на открытые вопросы.

82скачиваний за 30 дней0лайковвеса обновлены17 янв 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.

  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

mia-llm/pythia-70m-AGnews-roya — дообученная с помощью TRL модель EleutherAI/pythia-70m на основе GPT-NeoX. Она предназначена для генерации продолжения текста; в карточке приведён пример ответа на открытый вопрос в формате диалога. Модель содержит 50,9 млн параметров, принимает текст и имеет контекстное окно 2048 токенов. Файлы опубликованы в формате safetensors.

Базовая Pythia-70m — небольшая англоязычная модель для экспериментов и генерации текстовых продолжений. В доступных материалах не описаны особенности набора данных или точность модели на конкретных задачах. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация продолжения заданного текста
  • эксперименты с небольшими языковыми моделями
  • получение короткого ответа на открытый вопрос

Ограничения

Карточка не приводит оценки качества или результатов на бенчмарках, поэтому пригодность для конкретных задач не подтверждена. Контекст ограничен 2048 токенами.

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

Model Card for pythia-70m-None.8.2

This model is a fine-tuned version of EleutherAI/pythia-70m. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="RoyArkh/pythia-70m-None.8.2", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with SFT.

Framework versions

  • TRL: 0.13.0
  • Transformers: 4.48.0
  • Pytorch: 2.2.1+cu121
  • Datasets: 3.2.0
  • Tokenizers: 0.21.0

Citations

Cite TRL as:

@misc{vonwerra2022trl,
	title        = {{TRL: Transformer Reinforcement Learning}},
	author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul and Quentin Gallouédec},
	year         = 2020,
	journal      = {GitHub repository},
	publisher    = {GitHub},
	howpublished = {\url{https://github.com/huggingface/trl}}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GPTNeoXForCausalLM
Ревизия весов
810a974

0 моделей