/ Модель

Характеристики

Параметры
307 млн
Лицензия
Apache 2.0
Архитектура
recurrent_gemma · dense
Опубликована
26 апр 2024

griffin-1024-llama3t-8layer-simplewiki-silu

Генерация текстаТекст → текст3 профессии

Экспериментальная англоязычная модель на архитектуре RecurrentGemma для генерации текста, предобученная на корпусе простой Википедии.

180скачиваний за 30 дней0лайковвеса обновлены29 дек 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

griffin-1024-llama3t-8layer-simplewiki-silu — экспериментальная языковая модель для генерации текста, разработанная pszemraj и обученная на наборе pszemraj/simple_wikipedia_LM. Модель построена на архитектуре RecurrentGemmaForCausalLM; в ней 307,5 млн параметров, веса представлены в формате safetensors.

Модель предназначена для продолжения текста и генерации текстов на английском языке в тематике простой Википедии. В карточке указаны результаты оценки на тестовом наборе: loss 4,3584 и accuracy 0,3789. Эти результаты не позволяют судить о качестве на других задачах и данных. Лицензия — Apache-2.0.

Сценарии применения

  • продолжение англоязычных энциклопедических текстов
  • генерация кратких справочных текстов на английском языке
  • эксперименты с рекуррентной архитектурой языковых моделей

Ограничения

Карточка сообщает только об оценке на тестовом наборе Simple Wikipedia и не приводит сведений о качестве на других задачах; результаты указаны как loss 4,3584 и accuracy 0,3789.

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

griffin-1024-llama3t-8layer-simple_wikipedia_LM-vN

pretraining experiment on the pszemraj/simple_wikipedia_LM dataset. It achieves the following results on the evaluation set:

  • Loss: 4.3584
  • Accuracy: 0.3789

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: 0.0003
  • train_batch_size: 4
  • eval_batch_size: 4
  • seed: 80085
  • gradient_accumulation_steps: 32
  • total_train_batch_size: 128
  • optimizer: Adam with betas=(0.9,0.99) and epsilon=1e-07
  • lr_scheduler_type: constant_with_warmup
  • lr_scheduler_warmup_ratio: 0.05
  • num_epochs: 2.0

Training results

Training LossEpochStepValidation LossAccuracy
13.60440.249510012.54410.0079
8.95240.49892008.42540.0473
7.17210.74843006.61990.0389
6.20870.99784005.71980.2251
5.49171.24735004.94800.3268
4.94081.49676004.67300.3567
4.83471.74627004.49840.3707
4.70231.99568004.35840.3789

Framework versions

  • Transformers 4.40.1
  • Pytorch 2.3.0+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
RecurrentGemmaForCausalLM
Ревизия весов
2403c8d

0 моделей