/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
3,5 млрд
Лицензия
MIT
Архитектура
gpt_neox · dense
Опубликована
8 июл 2023

llmstep-mathlib4-pythia2.8b

Генерация текстаТекст → текст3 профессии

Дообученная Pythia-2.8B модель предлагает следующий тактический шаг для формальных доказательств в Lean.

58скачиваний за 30 дней6лайковвеса обновлены9 авг 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

llmstep — языковая модель на архитектуре GPT-NeoX, созданная дообучением Pythia-2.8B-deduped на LeanDojo Benchmark 4. Она предназначена для предложения следующего шага формального доказательства в Lean: на вход подаётся состояние цели в формате `[GOAL]tactic-state[PROOFSTEP]`, а модель генерирует следующий тактический шаг.

Модель содержит 3,5 млрд параметров и имеет контекст длиной 2048 токенов. Репозиторий предоставляет веса PyTorch; модель рассчитана на текстовый ввод и текстовую генерацию. Лицензия — MIT. README описывает обучение для задачи proofstep, поэтому качество зависит от соответствия входного состояния формату обучения и области LeanDojo Benchmark 4.

Сценарии применения

  • предложение следующего тактического шага в Lean
  • автодополнение формального доказательства по состоянию цели
  • генерация proofstep для LeanDojo Benchmark 4

Ограничения

Контекст ограничен 2048 токенами; обучение ориентировано на формат proofstep и данные LeanDojo Benchmark 4, поэтому применение вне этой области может быть ненадёжным.

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

llmstep: [L]LM proofstep suggestions in Lean

https://github.com/wellecks/llmstep

This model is a Pythia-2.8b-deduped language model fine-tuned on LeanDojo Benchmark 4.

The model is fine-tuned on sequences of the form:

[GOAL]tactic-state[PROOFSTEP]next-tactic<|endoftext|>

This format corresponds to the proofstep objective from Han et al ICLR 2022.
The python/train directory in the repository shows how the model was fine-tuned.

Please see the repository for more details.

@misc{llmstep,
  author = {Sean Welleck},
  title = {llmstep: LLM proofstep suggestions in Lean},
  year = {2023},
  publisher = {GitHub},
  journal = {GitHub repository},
  howpublished = {\url{https://github.com/wellecks/llmstep}},
}

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
d4a5bb5

0 моделей