/ Модель

Характеристики

Параметры
52 430
Лицензия
MIT
Архитектура
mamba · dense
Библиотека
transformers
Опубликована
25 фев 2024

pico_seshu_test

Генерация текстаТекст → текст3 профессии

Тестовая модель Mamba от MLsquare для проверки конвейера посимвольной генерации текста на данных Samanantar.

21скачиваний за 30 дней0лайковвеса обновлены19 апр 2024

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

MLsquare pico_seshu_test — тестовая модель генерации следующего символа на базе архитектуры Mamba, опубликованная в формате safetensors для Transformers. Модель обучалась на отдельных предложениях и переводах из датасета AI4Bharat Samanantar: исходный текст преобразовывали в последовательности символов UTF-8, а обучение проверяли по кросс-энтропии. В карточке указано 52,4 тыс. параметров и лицензия MIT.

Модель предназначена для проверки конвейера Seshu и экспериментов с посимвольной генерацией на многоязычных данных Samanantar. Карточка не приводит подтверждений пригодности для практического перевода или других пользовательских задач, поэтому качество и применимость модели ограничены демонстрационной целью.

Сценарии применения

  • проверка конвейера Seshu для генерации текста
  • эксперименты с предсказанием следующего символа
  • оценка кросс-энтропии на многоязычных текстах Samanantar

Ограничения

Это тестовая модель, описанная как средство проверки конвейера; карточка не подтверждает её качество для практических задач. Обучение оценивалось простой кросс-энтропией.

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 Model ID

Testing model for the Seshu pipeline.

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: MLsquare
  • Model type: Next Character Generation
  • Language(s) (NLP): All languages in ai4bharat/samanantar dataset
  • License: MIT

Model Sources [optional]

Uses

Refer to the github repository for more information

Direct Use

Refer to the github repository for more information

How to Get Started with the Model

Refer to the github repository: https://github.com/mlsquare/fedem

Training Details

Training Data

Individual target and source sentences from the AI4Bharat Samanantar dataset. All 11 language sentences and their translations have been stacked and used for next character generation task.

Training Procedure

Trained on next character generation task using cross-entropy loss.

Preprocessing [optional]

converted to raw UTF8 characters before training by using ByT5-large tokenizer

Training Hyperparameters

  • Training regime: output_dir="mamba", per_device_train_batch_size=1, per_device_eval_batch_size=1, num_train_epochs=4, weight_decay=0.1, lr_scheduler_type="cosine", learning_rate=5e-4, fp16=False,

Evaluation

A simple cross-entropy loss has been used to test the pipeline and working of the model.

Model Card Contact

MLsquare

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MambaForCausalLM
Ревизия весов
3cce069

0 моделей