/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
2,6 млрд
Архитектура
llama · dense
Опубликована
20 июн 2024

cpt_st-vicuna-v1.3-2.7b-ppl

Генерация текстаТекст → текст

Сокращённая и дообученная версия Vicuna-v1.3-7B для генерации текста с примерно 2,6 млрд параметров.

16скачиваний за 30 дней5лайковвеса обновлены23 июн 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

Модель nota-ai/cpt_st-vicuna-v1.3-2.7b-ppl разработана Nota AI и представляет собой уменьшенную версию Vicuna-v1.3-7B для генерации текста. В ней применено однократное удаление менее значимых блоков трансформера с последующим продолжением предобучения (CPT) для восстановления качества; критерий pruning — PPL. Модель содержит около 2,6 млрд параметров, использует плотную архитектуру LlamaForCausalLM и доступна в форматах PyTorch и safetensors.

Модель предназначена для генерации текста на основе текстового запроса, в том числе в сценариях, где нужна более компактная версия Vicuna. Для восстановления качества после сокращения использовался корпус SlimPajama-627B; README сообщает об обучении версии 2,7B на 150 млрд токенов. Контекст составляет 2048 токенов. Лицензия разрешает некоммерческое использование.

Сценарии применения

  • генерация текста по запросу
  • создание черновиков и продолжение текста
  • развёртывание языковой модели с уменьшенным числом параметров
  • эксперименты с pruning и продолжением предобучения

Ограничения

Лицензия ограничивает использование некоммерческими целями. Сокращение блоков может влиять на качество, а контекст ограничен 2048 токенами.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Shortened LLM Model Card

Shortened LLM is a depth-pruned version of large language models for efficient text generation.

Compression Method

  • After identifying unimportant Transformer blocks, we perform one-shot pruning.
  • In retraining pruned models for quality recovery, continued pretraining (CPT) on a large corpus markedly outperforms LoRA-based tuning, particularly at severe pruning ratios.

Models from Aggressive Pruning & CPT Retraining (arXiv-v2):

SourceModelPruningRatioPruningCriterionHF ModelsLink
Vicuna-v1.3-7B20%PPLnota-ai/cpt_st-vicuna-v1.3-5.5b-ppl
Vicuna-v1.3-7B45%PPLnota-ai/cpt_st-vicuna-v1.3-3.7b-ppl
Vicuna-v1.3-7B60%PPLnota-ai/cpt_st-vicuna-v1.3-2.7b-ppl
Vicuna-v1.3-7B80%PPLnota-ai/cpt_st-vicuna-v1.3-1.5b-ppl
  • EleutherAI/lm-evaluation-harness version 3326c54

Experimental Setup for CPT of Pruned Vicuna-7B

  • Dataset: SlimPajama-627B
  • Training using 8 NVIDIA H100 GPUs.
    • 5.5B parameters: 37B training tokens (for 6 days)
    • 3.7B parameters: 74B tokens (for 8 days)
    • 2.7B parameters: 150B tokens (for 12 days)
    • 1.5B parameters: 271B tokens (for 11 days)
  • AdamW optimizer with (β1, β2)=(0.9, 0.95); a learning rate of 0.0001; a weight decay of 0.1.
  • Global batch size: 512 (micro-batch size of 2 × 32 gradient accumulation steps × 8 GPUs).

Zero-shot performance over the course of training for models from Vicuna-7B-v1.3 at different pruning ratios. For each model size, the CPT duration was limited to a two-week period, but additional training could further improve the quality.

Models from Moderate Pruning & LoRA Retraining (arXiv-v1):

SourceModelPruningRatioPruningCriterionHF ModelsLink
LLaMA-1-7B20%PPLnota-ai/st-llama-1-5.5b-ppl
LLaMA-1-7B20%Taylor+nota-ai/st-llama-1-5.5b-taylor
Vicuna-v1.3-7B20%PPLnota-ai/st-vicuna-v1.3-5.5b-ppl
Vicuna-v1.3-7B20%Taylor+nota-ai/st-vicuna-v1.3-5.5b-taylor
Vicuna-v1.3-13B21%PPLnota-ai/st-vicuna-v1.3-10.5b-ppl
Vicuna-v1.3-13B21%Taylor+nota-ai/st-vicuna-v1.3-10.5b-taylor
  • EleutherAI/lm-evaluation-harness version 3326c54

License

  • All rights related to this repository and the compressed models are reserved by Nota Inc.
  • The intended use is strictly limited to research and non-commercial projects.

Acknowledgments

Citation

@article{kim2024shortened,
  title={Shortened LLaMA: Depth Pruning for Large Language Models with Comparison of Retraining Methods},
  author={Kim, Bo-Kyeong and Kim, Geonmin and Kim, Tae-Ho and Castells, Thibault and Choi, Shinkook and Shin, Junho and Song, Hyoung-Kyu},
  journal={arXiv preprint arXiv:2402.02834},      
  year={2024},
  url={https://arxiv.org/abs/2402.02834}
}
@article{kim2024mefomo,
  title={Shortened LLaMA: A Simple Depth Pruning for Large Language Models},
  author={Kim, Bo-Kyeong and Kim, Geonmin and Kim, Tae-Ho and Castells, Thibault and Choi, Shinkook and Shin, Junho and Song, Hyoung-Kyu},
  journal={ICLR Workshop on Mathematical and Empirical Understanding of Foundation Models (ME-FoMo)},
  year={2024},
  url={https://openreview.net/forum?id=18VGxuOdpu}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
96680bc

0 моделей