/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
152 млн
Лицензия
Apache 2.0
Архитектура
gpt_neox · dense
Базовая модель
pythia-160m-deduped
Опубликована
18 июн 2024

pythia160m-sft-tldr

Генерация текстаТекст → текст3 профессии

Компактная дообученная модель GPT-NeoX для генерации текста с возможной, но не подтверждённой README настройкой на TL;DR-сводки.

42скачиваний за 30 дней0лайковвеса обновлены6 июл 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

pythia160m-sft-tldr — дообученная модель генерации текста на базе EleutherAI/pythia-160m-deduped. Она создана для генерации текста; название указывает на возможную настройку для TL;DR-сводок, однако README этого назначения не подтверждает. Модель имеет архитектуру GPT-NeoX с плотной сетью и содержит 151,9 млн параметров. Контекст — до 2048 токенов, формат весов — safetensors.

В README указано значение loss 2,7556 на тестовом наборе, но нет сведений о датасете, методике оценки, языках или рекомендуемых сценариях применения, поэтому качество суммаризации и другие специализированные возможности по имеющимся данным оценить нельзя. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация коротких текстовых продолжений
  • эксперименты с компактными языковыми моделями
  • проверка гипотез о дообучении модели Pythia

Ограничения

README не раскрывает обучающий датасет, языки и результаты оценки, кроме значения loss 2,7556; качество суммаризации не подтверждено. 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

pythia160m-sft-tldr

This model is a fine-tuned version of EleutherAI/pythia-160m-deduped on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 2.7556

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 1e-05
  • train_batch_size: 16
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 4
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 128
  • total_eval_batch_size: 32
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • num_epochs: 2.0

Training results

Training LossEpochStepValidation Loss
2.84540.40023652.8609
2.78730.80047302.7859
2.76411.200710952.7616
2.74861.600914602.7556

Framework versions

  • Transformers 4.41.1
  • Pytorch 2.2.1+cu121
  • Datasets 2.19.0
  • Tokenizers 0.19.1

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
932d6bb

0 моделей