70m Pythia model after SFT on the AlpacaFarm dataset 'sft' split.
Model used as a base for reward models in 'Reward Model Ensembles Mitigate Overoptimization'
Характеристики
- Контекст
- 2 048 токенов
- Параметры
- 50,9 млн
- Архитектура
- gpt_neox · dense
- Опубликована
- 28 янв 2024
Ссылки
pythia_70m_sft
Дообученная на AlpacaFarm 70-миллионная Pythia для генерации текста и экспериментов с reward-моделями.
422скачиваний за 30 дней0лайковвеса обновлены12 фев 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
Это версия Pythia с 70 млн параметров, дообученная методом supervised fine-tuning на разделении sft набора AlpacaFarm. Модель построена на архитектуре GPT-NeoX и предназначена для генерации текста по запросу; контекст составляет 2048 токенов.
Модель использовалась как основа для reward-моделей в работе «Reward Model Ensembles Mitigate Overoptimization». Её можно применять для экспериментов с генерацией ответов и изучения построения reward-моделей. Репозиторий содержит веса PyTorch. Лицензия в предоставленных данных не указана.
Сценарии применения
- генерация ответов на текстовые запросы
- эксперименты с supervised fine-tuning на AlpacaFarm
- создание основы для reward-моделей
- изучение ансамблей reward-моделей и переоптимизации
Ограничения
Контекст ограничен 2048 токенами; сведений о поддерживаемых языках и лицензии в предоставленных данных нет.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- GPTNeoXForCausalLM
- Ревизия весов
- 4f0328e