/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
backpack-gpt2 · dense
Библиотека
transformers
Опубликована
29 мая 2023

levanter-backpack-1b

Генерация текстаТекст → текст3 профессии

Англоязычная языковая модель Backpack на 1,4 млрд параметров для генерации текста и исследований интерпретируемости.

312скачиваний за 30 дней6лайковвеса обновлены30 мая 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Levanter-Backpack-1.4B — языковая модель на архитектуре Backpack, разработанная Stanford CRFM и обученная с помощью Levanter и JAX. Версия содержит 1,4 млрд параметров и обучалась предсказывать следующий текст, минимизируя кросс-энтропийную ошибку; в метаданных указаны библиотека Transformers и формат safetensors.

Модель предназначена для генерации текста и исследований интерпретируемости и управляемости языковых моделей. Для обучения использован корпус OpenWebText. Модель рассчитана на английский язык и имеет контекст 512 токенов.

Модель доступна по лицензии Apache-2.0. README описывает архитектуру как средство объединить качество языкового моделирования с интерфейсом для интерпретируемости и управления, но не приводит результатов сравнительных оценок или подробной инструкции по такому управлению.

Сценарии применения

  • генерация продолжений англоязычного текста
  • эксперименты с языковым моделированием на архитектуре Backpack
  • исследование интерпретируемости языковых моделей
  • изучение управляемой генерации текста

Ограничения

Контекст ограничен 512 токенами. Карточка не приводит результатов оценивания качества и не описывает конкретные средства интерпретации или управления.

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 Levanter-Backpack-1.4B

This is 1.4B parameter version of Backpack architecture, intended to combine strong modeling performance with an interface for interpretability and control.

Training Details

Training Data

This model was trained on the OpenWebText corpus.

Training Procedure

This model was trained for 450k gradient steps and cosine decaying learning rate from 1e-4 to zero, with a linear warmup of 5k steps.

Environmental Impact

  • Hardware Type: v3-128 TPU (128 cores, 2TB Memory)
  • Hours used: Roughly 8.6 days.
  • Cloud Provider: Google Cloud Patform
  • Compute Region: North America.

Model Architecture and Objective

This model was trained to minimize the cross-entropy loss, and is a Backpack language model.

Software

This model was trained with Levanter and Jax.

Loss Curve

Loss Curve

How to Get Started with the Model

Please install transformers, safetensors and torch to use this model.

pip install transformers safetensors torch

Run the following Python code:

import torch
import transformers
from transformers import AutoModelForCausalLM


model_id = "stanford-crfm/levanter-backpack-1b"
config = transformers.AutoConfig.from_pretrained(model_id, trust_remote_code=True)
torch_model = AutoModelForCausalLM.from_pretrained(
    model_id, 
    config=config, 
    trust_remote_code=True
)
torch_model.eval()

input = torch.randint(0, 50264, (1, 512), dtype=torch.long)
torch_out = torch_model(input, position_ids=None,)
torch_out = torch.nn.functional.softmax(torch_out.logits, dim=-1)
print(torch_out.shape)

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Ревизия весов
9face7b

0 моделей