mamba-130m
Mamba-130M — базовая языковая модель на архитектуре селективных пространств состояний для генерации текста и экспериментов с языковым моделированием.
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
Mamba-130M — базовая языковая модель семейства Mamba, разработанная авторами архитектуры Albert Gu и Tri Dao и опубликованная организацией State Space Models. Она предназначена для моделирования последовательностей и генерации продолжения текста по заданному контексту. Архитектура использует селективную модель пространства состояний вместо стандартного Transformer; версия на 130 млн параметров имеет 24 слоя и размерность модели 768.
Модель обучена на корпусе The Pile на 300 млрд токенов и не проходила инструкционную настройку. Она подходит для экспериментов с языковым моделированием и генерацией, но не является диалоговой моделью, настроенной на выполнение инструкций. В карточке указана лицензия Apache-2.0; проект Mamba отмечает, что модели обучались на английском корпусе The Pile.
Сценарии применения
- генерация продолжения текста по промпту
- эксперименты с языковыми моделями на архитектуре Mamba
- оценка базовой модели на задачах предсказания следующего токена
Ограничения
Это базовая модель без инструкционной настройки, поэтому она не предназначена для надёжного выполнения пользовательских инструкций в формате чат-ассистента. Модель обучена на 300 млрд токенов The Pile, и разработчики не обещают качество на уровне более крупных или дообученных моделей.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
У модели не указана задача.
- Ревизия весов
- c4dcd5d