/ Модель

Характеристики

Контекст
8 192 токена
Параметры
2 млрд
Лицензия
Gemma
Архитектура
gemma2 · dense
Базовая модель
gemma-2-2b
Библиотека
transformers
Опубликована
17 ноя 2024

pruned40-gemma-2-2b

Генерация текстаТекст → текст3 профессии

Пруненная версия Gemma 2 2B с сокращёнными MLP-слоями, предназначенная для дообучения под конкретные задачи генерации текста.

131скачиваний за 30 дней1лайквеса обновлены17 ноя 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

oopere/pruned40-gemma-2-2b — разреженная структурно пруненная версия языковой модели Gemma 2 от Pere Martra. В MLP-слоях удалено 40% нейронов; число параметров сокращено примерно с 2,2 млрд до 1,95 млрд. Модель использует архитектуру Gemma2ForCausalLM и рассчитана на генерацию текста. Контекст — до 8192 токенов; язык унаследован от базовой модели Google Gemma 2 2B.

Эта версия предназначена прежде всего для последующего дообучения под конкретные задачи, а не для непосредственного применения. В описанных испытаниях она сохраняет умеренные результаты на бинарной классификации BoolQ, но хуже справляется с рассуждениями и пониманием длинных зависимостей. В частности, perplexity на LAMBADA-OpenAI выросла с 3,71 до 29,68. Для инференса в FP16 указано около 3,9 ГБ памяти параметров и около 4,9 ГБ общей runtime-памяти; фактический расход зависит от длины последовательности, размера батча и среды.

Модель распространяется по лицензии Gemma. Для её базовой модели Google устанавливает условия Gemma; перед использованием следует свериться с применимыми условиями лицензии.

Сценарии применения

  • дообучение компактной языковой модели под прикладную задачу
  • эксперименты со структурным прунингом LLM
  • адаптация модели для бинарной классификации после дообучения

Ограничения

README сообщает о заметной деградации на задачах рассуждения и длинного контекста, включая рост perplexity на LAMBADA-OpenAI с 3,71 до 29,68. Модель не предназначена для прямого применения и требует дообучения; лицензия Gemma задаёт отдельные условия использования.

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 oopere/pruned40-gemma-2-2b

This model is a pruned version of the Gemma-2b architecture, with a parameter reduction of 40% in the MLP Layers. The pruning process aims to enhance computational efficiency while maintaining acceptable performance across specific tasks. This model is not intended to be used directly, but rather to be fine-tuned for specific tasks where it can achieve equal or superior performance compared to fine-tuning the base model for the same task.

Model Details

  • Model Type: Pruned version of Gemma-2b using structured pruning
  • Original Model: google/gemma-2-2b
  • Pruning Method: Structured pruning of MLP layers using importance scores based on absolute maximum weights
  • Size Reduction: 11.36% (from 2.2B to 1.95B parameters)
  • Architecture: Same as original Gemma but with reduced MLP layer sizes
  • Language(s): Same as original model
  • License: Gemma
  • Developed by: Pere Martra

Key Findings

  • Maintains moderate performance on binary classification tasks (BoolQ)
  • Significant but manageable degradation on reasoning tasks (ARC-Easy)
  • Substantial impact on long-range comprehension (LAMBADA)
  • Notable increase in perplexity (from 3.71 to 29.68 on LAMBADA-OpenAI)

Limitations

  • Considerable reduction in performance on complex language understanding tasks
  • Significant degradation in long-range dependency handling
  • May not be suitable for applications requiring high accuracy on language completion tasks
  • Best suited for simpler classification tasks

Implementation Details

Pruning Method

  • Technique: Structured pruning targeting MLP layers
  • Pruning Ratio: 40% of neurons removed from MLP layers
  • Selection Criteria: Importance scoring based on absolute maximum weights
  • Architecture Specifics: Maintained original architecture structure during pruning

Hardware Requirements

Memory Requirements

  • Base Model:

    • Parameters: ~4.4 GB (FP16)
    • Total Runtime Memory: ~5.5 GB
  • Pruned Model (40%):

    • Parameters: ~3.9 GB (FP16)
    • Total Runtime Memory: ~4.9 GB
  • Memory Reduction:

    • Parameter Memory: 11.36%
    • Total Runtime Memory: ~10.9%

Notes:

  • Memory requirements assume FP16 precision
  • Actual memory usage may vary depending on:
    • Batch size
    • Sequence length
    • Implementation details
    • Runtime environment

Minimum Requirements

  • GPU Memory: 6GB for base model, 5GB for pruned model
  • CPU Memory: 16GB recommended for both models

Acknowledgments

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma2ForCausalLM
Ревизия весов
585a735

0 моделей