/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
8,8 млрд
Размер весов
13,9 ГБ
Архитектура
gpt_neox · dense
Опубликована
24 мая 2023

tw-pythia-6.9b-chat-v0_2

Генерация текстаТекст → текст3 профессии

Диалоговая модель GPT-NeoX на 8,8 млрд параметров для англо-китайского общения и базового перевода с поддержкой традиционного китайского.

381скачиваний за 30 дней1лайквеса обновлены28 мая 2023

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

TW-Pythia-6.9B-Chat — диалоговая языковая модель, разработанная zetavg на основе EleutherAI/pythia-6.9b. Это плотная авторегрессионная модель GPT-NeoX с 8,8 млрд параметров и контекстом 2048 токенов; для традиционного китайского добавлены 8000 токенов, а слои эмбеддингов изменены и переобучены.

Модель настроена для диалога и обучалась на англо-китайских парах предложений из COCT, смешанных англоязычных и китайских данных ShareGPT, а также корпусах традиционного китайского из метаданных. README отмечает базовые возможности перевода между английским и традиционным китайским, но сообщает, что практическая ценность обработки традиционного китайского без дополнительного обучения не продемонстрирована.

Репозиторий содержит веса PyTorch. Лицензия не подтверждена из-за неопределённости с правами на обучающие данные; условия использования следует считать неустановленными до их уточнения.

Сценарии применения

  • базовый перевод с английского на традиционный китайский
  • базовый перевод с традиционного китайского на английский
  • генерация ответов в англо-китайском диалоге
  • эксперименты с дообучением языковой модели для традиционного китайского

Ограничения

README указывает, что практическая ценность обработки традиционного китайского без дополнительного обучения не продемонстрирована; перевод описан лишь как базовый. Лицензия не подтверждена из-за неопределённости с правами на обучающие данные.

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

TW-Pythia-6.9B-Chat

Taiwanese Mandarin Pythia Language Model, instruction-tuned for dialogue.

Version 0.2

Model Details

The TW-Pythia model is derived from the Apache-2.0-licenced Pythia language model, with 8000 new Traditional Chinese tokens added, embed layers resized and re-trained.

Basics

  • Developed by: @zetavg based on EleutherAI's Pythia language model.
  • Model type: Transformer-based GPT-NeoX Causal Language Model
  • Languages: English, Traditional Chinese
  • License: Unknown due to unconfirmed usage license of the training data
  • Derived from model: EleutherAI/pythia-6.9b

Model Sources

Uses

Currently, this model has not demonstrated any practical value in Traditional Chinese processing without further training, but it does possess some basic Chinese-English translation capabilities.

Training Details

Training Data

Training Procedure

First, we build a BPE tokenizer based on the original Pythia tokenizer with 8000 new Traditional Chinese tokens added.

Then, we resize the embedding layer of the pythia-6.9b model to accommodate the new vocabulary size, and we train only the input/output embedding layers to allow the model to learn the new Traditional Chinese words and phrases.

At last, LoRA weights are added to the model and fine-tuned for instruction following.

Training Hyperparameters

Hardware

  • 1xH100 80GB GPU on Lambda Cloud (with Skypilot), about 20h in total.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPTNeoXForCausalLM
Ревизия весов
e74ba9f

0 моделей