/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Базовая модель
gpt2-large
Библиотека
transformers
Опубликована
8 июн 2023

Aira-2-774M

Генерация текстаТекст → текст3 профессии

Англоязычная инструкционно настроенная модель GPT-2 с 774 млн параметров для генерации текста и ответов на запросы.

197скачиваний за 30 дней3лайкавеса обновлены9 июн 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

Aira-2-774M — англоязычная инструкционно настроенная языковая модель, разработанная автором Nicholas Kluge на базе GPT-2. Это плотная авторегрессионная модель архитектуры GPT-2 с 774 млн параметров, обученная в течение трёх эпох на синтетическом наборе инструкций и ответов Instruct-Aira Dataset, созданном с помощью уже настроенных моделей. Модель предназначена для генерации текста и диалоговых ответов на инструкции; максимальная длина контекста составляет 1024 токена.

Модель подходит для прототипирования англоязычных чат-ассистентов и генерации ответов на текстовые запросы. В карточке отмечены риски фактических ошибок, унаследованных предубеждений и токсичных ответов, а также повторов и многословия. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • создание прототипа англоязычного чат-ассистента
  • генерация ответов на инструкции и вопросы
  • продолжение текста по текстовой подсказке

Ограничения

Модель может выдавать ложную информацию, воспроизводить предубеждения и токсичные ответы, а также повторяться или давать многословные ответы не по теме.

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

Aira-2-774M

Aira-2 is the second version of the Aira instruction-tuned series. Aira-2-774M is an instruction-tuned model based on GPT-2. The model was trained with a dataset composed of prompts and completions generated synthetically by prompting already-tuned models (ChatGPT, Llama, Open-Assistant, etc).

Check our gradio-demo in Spaces.

Details

  • Size: 774,032,640 parameters
  • Dataset: Instruct-Aira Dataset
  • Language: English
  • Number of Epochs: 3
  • Batch size: 8
  • Optimizer: torch.optim.AdamW (warmup_steps = 1e2, learning_rate = 5e-4, epsilon = 1e-8)
  • GPU: 1 NVIDIA A100-SXM4-40GB
  • Emissions: 0.77 KgCO2 (Singapore)
  • Total Energy Consumption: 1.58 kWh

This repository has the source code used to train this model.

Usage

Three special tokens are used to mark the user side of the interaction and the model's response:

<|startofinstruction|>What is a language model?<|endofinstruction|>A language model is a probability distribution over a vocabulary.<|endofcompletion|>

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

tokenizer = AutoTokenizer.from_pretrained('nicholasKluge/Aira-2-774M')
aira = AutoModelForCausalLM.from_pretrained('nicholasKluge/Aira-2-774M')

aira.eval()
aira.to(device)

question =  input("Enter your question: ")

inputs = tokenizer(tokenizer.bos_token + question + tokenizer.sep_token,
  add_special_tokens=False,
  return_tensors="pt").to(device)

responses = aira.generate(**inputs,	num_return_sequences=2)

print(f"Question: 👤 {question}\n")

for i, response in  enumerate(responses):
	print(f'Response {i+1}: 🤖 {tokenizer.decode(response, skip_special_tokens=True).replace(question, "")}')

The model will output something like:

>>>Question: 👤 What is the capital of Brazil?

>>>Response 1: 🤖 The capital of Brazil is Brasília.
>>>Response 2: 🤖 The capital of Brazil is Brasília.

Limitations

  • Hallucinations: This model can produce content that can be mistaken for truth but is, in fact, misleading or entirely false, i.e., hallucination.

  • Biases and Toxicity: This model inherits the social and historical stereotypes from the data used to train it. Given these biases, the model can produce toxic content, i.e., harmful, offensive, or detrimental to individuals, groups, or communities.

  • Repetition and Verbosity: The model may get stuck on repetition loops (especially if the repetition penalty during generations is set to a meager value) or produce verbose responses unrelated to the prompt it was given.

Evaluation

ModelAverageARCTruthfulQAToxiGen
Aira-2-124M-DPO40.6824.6642.6154.79
Aira-2-124M38.0724.5741.0248.62
GPT-235.3721.8440.6743.62
Aira-2-355M39.6827.5638.5353.19
GPT-2-medium36.4327.0540.7641.49
Aira-2-774M42.2628.7541.3356.70
GPT-2-large35.1625.9438.7140.85
Aira-2-1B542.2228.9241.1656.60
GPT-2-xl36.8430.2938.5441.70

Cite as 🤗

@misc{nicholas22aira,
  doi = {10.5281/zenodo.6989727},
  url = {https://github.com/Nkluge-correa/Aira},
  author = {Nicholas Kluge Corrêa},
  title = {Aira},
  year = {2023},
  publisher = {GitHub},
  journal = {GitHub repository},
}

@phdthesis{kluge2024dynamic,
  title={Dynamic Normativity},
  author={Kluge Corr{\^e}a, Nicholas},
  year={2024},
  school={Universit{\"a}ts-und Landesbibliothek Bonn}
}

License

Aira-2-774M is licensed under the Apache License, Version 2.0. See the LICENSE file for more details.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
783a092

0 моделей