/ Модель

Характеристики

Контекст
163 840 токенов
Параметры
820 480
Размер весов
3,4 МБ
Архитектура
deepseek_v2 · dense
Библиотека
transformers
Опубликована
13 мая 2024

deepseek-v2-tiny-random

Генерация текстаТекст → текст3 профессии

Маленькая случайно инициализированная реализация архитектуры DeepSeek V2 для тестирования Transformers и экспериментов с конфигурацией модели.

591скачиваний за 30 дней0лайковвеса обновлены13 мая 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.

  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

yujiepan/deepseek-v2-tiny-random — экспериментальная модель генерации текста, созданная на основе конфигурации DeepSeek-V2-Chat и опубликованная пользователем yujiepan. Модель имеет случайно инициализированные веса и предназначена прежде всего для тестирования архитектуры, конфигураций и совместимости кода, а не для получения качественных ответов или содержательной генерации текста.

Модель использует архитектуру DeepSeek V2 в сильно уменьшенном варианте: два скрытых слоя, размерность скрытого состояния 8, два attention-головных блока и два key-value head. Объём модели составляет около 820,5 тыс. параметров, вычисления выполняются в формате bfloat16, а заявленная нативная длина контекста — 163 840 токенов. Для работы используется библиотека Transformers и класс AutoModelForCausalLM.

Из-за случайной инициализации весов модель не обладает приобретёнными языковыми знаниями и не подходит для прикладной генерации текста, диалогов, суммаризации или ответов на вопросы. В README лицензия не указана, поэтому условия использования по имеющимся данным определить нельзя.

Сценарии применения

  • тестирование загрузки DeepSeek V2 в Transformers
  • проверка совместимости AutoModelForCausalLM
  • разработка и отладка кода генерации текста
  • эксперименты с уменьшенной MoE-архитектурой

Ограничения

Случайно инициализированные веса не содержат выученных языковых знаний, поэтому модель непригодна для качественной генерации, диалогов и других прикладных задач. Лицензия в предоставленных данных не указана.

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

This model is randomly initialized, using the config from deepseek-ai/DeepSeek-V2-Chat but with smaller size. Note the model is in bfloat16.

Codes:

import transformers
import torch
import os
from huggingface_hub import create_repo, upload_folder
import accelerate

source_model_id = 'deepseek-ai/DeepSeek-V2-Chat'
save_path = '/tmp/yujiepan/deepseek-v2-tiny-random'
repo_id = 'yujiepan/deepseek-v2-tiny-random'

os.system(f'rm -rf {save_path}')

config = transformers.AutoConfig.from_pretrained(
    source_model_id,
    trust_remote_code=True,
)
config._name_or_path = source_model_id
config.hidden_size = 8
config.intermediate_size = 16
config.moe_intermediate_size = 4
config.num_attention_heads = 2
config.num_key_value_heads = 2
config.num_hidden_layers = 2
config.kv_lora_rank = 2
config.q_lora_rank = 2
config.v_head_dim = 2
config.qk_nope_head_dim = 2
config.qk_rope_head_dim = 2
config.torch_dtype = "bfloat16"

model = transformers.AutoModelForCausalLM.from_config(
    config,
    trust_remote_code=True,
)
model.generation_config = transformers.GenerationConfig.from_pretrained(source_model_id)
model = model.to(torch.bfloat16)
model.save_pretrained(save_path)

tokenizer = transformers.AutoTokenizer.from_pretrained(
    source_model_id,
    trust_remote_code=True,
)
tokenizer.save_pretrained(save_path)

print(model.float().generate(torch.tensor([[1, 2, 3]]).long(), max_length=16))

os.system(f'ls -alh {save_path}')
# os.system(f'rm -rf {save_path}/model.safetensors')
create_repo(repo_id, exist_ok=True)
upload_folder(repo_id=repo_id, folder_path=save_path)

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
DeepseekV2ForCausalLM
Ревизия весов
ac64f5c

0 моделей