/ Модель

Характеристики

Параметры
8,7 млрд
Размер весов
30,6 ГБ
Лицензия
Apache 2.0
Архитектура
stripedhyena · dense
Опубликована
4 дек 2023

StripedHyena-Nous-7B

Генерация текстаТекст → текст11 профессий

Англоязычная чат-модель StripedHyena на 8,7 млрд параметров для ответов на инструкции и генерации текста, включая работу с длинными запросами.

441скачиваний за 30 дней145лайковвеса обновлены27 мар 2024

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

StripedHyena-Nous-7B — чат-модель для генерации текста, разработанная Together Research совместно с Nous Research. Она предназначена для диалога и ответов на инструкции в формате «Instruction/Response», а также для работы с длинными запросами.

Модель содержит 8,7 млрд параметров и использует гибридную архитектуру StripedHyena: сгруппированное многоголовое внимание и управляемые свёртки в блоках Hyena. Она обучалась на последовательностях длиной до 32 тысяч токенов. Авторы заявляют о низкой задержке и высокой пропускной способности относительно Transformer-моделей сопоставимого размера.

Модель работает с текстом и ориентирована на английский язык. Для запуска вне демонстрационной площадки требуются пользовательские ядра; при работе с длинными запросами или обучении компоненты poles и residues следует хранить в точности float32. Лицензия — Apache-2.0.

Сценарии применения

  • ответы на инструкции в чате
  • генерация связного текста по запросу
  • ответы на вопросы на английском языке
  • работа с длинными текстовыми запросами
  • диалоговый прототип на альтернативной архитектуре Transformer

Ограничения

Для запуска вне демонстрационной площадки требуются пользовательские ядра. При длинных запросах и обучении poles и residues нужно хранить в float32.

Для каких профессий подходит11

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

StripedHyena-Nous-7B (SH-N 7B)

About

One of the focus areas at Together Research is new architectures for long context, improved training, and inference performance over the Transformer architecture. Spinning out of a research program from our team and academic collaborators, with roots in signal processing-inspired sequence models, we are excited to introduce the StripedHyena models. StripedHyena is the first alternative model competitive with the best open-source Transformers of similar sizes in short and long-context evaluations.

StripedHyena-Nous-7B (SH-N 7B) is our chat model for this release, and was developed with our collaborators at Nous Research.

Model Architecture

StripedHyena is a hybrid architecture composed of multi-head, grouped-query attention and gated convolutions arranged in Hyena blocks, different from traditional decoder-only Transformers.

  • Costant memory decoding in Hyena blocks via representation of convolutions as state-space models (modal or canonical form), or as truncated filters.
  • Low latency, faster decoding and higher throughput than Transformers.
  • Improvement to training and inference-optimal scaling laws, compared to optimized Transformer architectures such as Llama-2.
  • Trained on sequences of up to 32k, allowing it to process longer prompts.

Prompt Format

StripedHyena-Nous 7B uses this prompt format:

### Instruction:\n{prompt}\n\n### Response:\n{response}

Disclaimer

To use StripedHyena outside of the playground, you will need to install custom kernels. Please follow the instructions from the standalone repository.

StripedHyena is a mixed precision model. Make sure to keep your poles and residues in float32 precision, especially for longer prompts or training.

Cite

If you have found the pretrained models or architecture useful for you research or application, consider citing:

@software{stripedhyena,
  title        = {{StripedHyena: Moving Beyond Transformers with Hybrid Signal Processing Models}},
  author       = { Poli, Michael and Wang, Jue and Massaroli, Stefano and Quesnelle, Jeffrey and Carlow, Ryan and Nguyen, Eric and Thomas, Armin},
  month        = 12,
  year         = 2023,
  url          = { https://github.com/togethercomputer/stripedhyena },
  doi          = { 10.57967/hf/1595 },
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

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

Класс архитектуры
StripedHyenaModelForCausalLM
Ревизия весов
d8a5c9f

0 моделей