/ Модель

Характеристики

Контекст
200 000 токенов
Параметры
239 млн
Лицензия
Apache 2.0
Архитектура
recurrent_gemma · dense
Опубликована
25 апр 2024

griffin-v0.01-c3t-8layer-simplewiki-silu

Генерация текстаТекст → текст3 профессии

Экспериментальная англоязычная модель RecurrentGemma на 238,6 млн параметров для генерации текста, предварительно обученная на корпусе простой Википедии.

126скачиваний 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-v0.01-c3t-8layer-simplewiki-silu — экспериментальная авторегрессионная языковая модель на архитектуре RecurrentGemma, опубликованная pszemraj. Модель предварительно обучена на датасете pszemraj/simple_wikipedia_LM; размер — 238,6 млн параметров. Для токенизации используется токенизатор Claude 3, представленный в формате GPT-2 для Transformers.

Модель предназначена для генерации продолжений текста на английском языке, в частности текстов в стиле простой Википедии. В карточке приведены результаты оценки на тестовой выборке: loss 4,0476 и accuracy 0,4224. Указана лицензия Apache-2.0.

Сценарии применения

  • генерация англоязычных энциклопедических текстов
  • продолжение текста в стиле простой Википедии
  • эксперименты с рекуррентной архитектурой RecurrentGemma

Ограничения

Это экспериментальная модель небольшого размера, обученная на датасете простой Википедии; качество за пределами этого распределения не установлено. В карточке не приведены длина контекста и результаты сравнения с другими моделями.

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-v0.01-c3t-8layer-simplewiki-silu

  • griffin/recurrent_gemma arch
  • claude3 tokenizer (as an HF gpt2 tokenizer)

Model description

pretrain experiment on the pszemraj/simple_wikipedia_LM dataset.

It achieves the following results on the evaluation set:

  • Loss: 4.0476
  • Accuracy: 0.4224

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
13.32760.254810012.04020.0131
8.92070.50952008.03120.0360
7.26810.76433006.47750.0506
6.31871.01904005.62270.0434
5.56951.27385004.77960.3635
5.29261.52856004.39230.3952
4.8781.78337004.18770.4085

Framework versions

  • Transformers 4.40.1
  • Pytorch 2.2.0+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
84480b4

0 моделей