This is a QCQA version of the original model facebook/opt-125m. In this version, the original MHA architecture is preserved but instead of having a single K/V head, different K/V heads corresponding to the same group have the same mean-pooled K or V values. It has upto 6 groups of KV heads per layer instead of original 12 KV heads in the MHA implementation. This implementation is supposed to more efficient than corresponding GQA one.
Характеристики
- Контекст
- 2 048 токенов
- Параметры
- 152 млн
- Лицензия
- MIT
- Архитектура
- opt · dense
- Библиотека
- transformers
- Опубликована
- 23 янв 2024
Ссылки
facebook-opt-125m-qcqa-ub-6-best-for-KV-cache
Экспериментальная версия OPT-125M с групповым усреднением K/V-голов для более эффективной генерации текста и работы с KV-кэшем.
134скачиваний за 30 дней9лайковвеса обновлены23 янв 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 экспериментальная версия OPT-125M от xformAI, созданная на основе facebook/opt-125m. Модель сохраняет архитектуру MHA, но объединяет K/V-значения внутри групп усреднением: в слоях используется до 6 групп KV-голов вместо 12 KV-голов исходной реализации. Такой вариант предназначен для более эффективной работы с KV-кэшем и генерации текста. Модель содержит 151,9 млн параметров, рассчитана на контекст до 2048 токенов и опубликована в формате PyTorch для библиотеки Transformers.
Модель подходит для экспериментов с генерацией текста и изучения способов уменьшить затраты на KV-кэш. Карточка заявляет, что подход должен быть эффективнее соответствующего GQA-варианта, но не приводит результатов сравнительных измерений. Лицензия — MIT.
Сценарии применения
- эксперименты с генерацией текста на OPT
- проверка способов сократить затраты памяти на KV-кэш
- сравнение вариантов группировки K/V-голов
- исследование эффективности MHA и GQA-подобных архитектур
Ограничения
Заявление о большей эффективности по сравнению с соответствующим GQA-вариантом не сопровождается измерениями в карточке. Модель небольшая, а контекст ограничен 2048 токенами.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейI.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 · transformers
Подбираем GPU…
- Класс архитектуры
- OPTForCausalLM
- Ревизия весов
- 9bfbe90