/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
404 224
Размер весов
2,8 МБ
Архитектура
opt · dense
Библиотека
transformers
Опубликована
28 сен 2023

opt-tiny-random

Генерация текстаТекст → текст3 профессии

yujiepan/opt-tiny-random — компактная модель для генерации текста, разработанная пользователем yujiepan на основе конфигурации facebook/opt-30b.

5 989скачиваний за 30 дней0лайковвеса обновлены20 янв 2025

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

Модель имеет случайную инициализацию и потому не является предварительно обученной; она предназначена прежде всего для тестирования, экспериментов и проверки совместимости инструментов, а не для получения содержательных ответов или решения прикладных задач.

Модель использует архитектуру causal language model семейства OPT с двумя слоями, двумя attention heads, размером скрытого состояния 8 и размером FFN 32; размер word embedding projection также равен 8. Она работает с текстовой модальностью и рассчитана на использование через библиотеку Transformers, включая экспорт и запуск в OpenVINO. Указано представление float16. Токенизатор взят из facebook/opt-30b; поддерживаемые языки и размер контекстного окна в README не указаны.

Главная особенность модели — крайне малый размер и случайно инициализированные веса, что упрощает быстрые технические тесты, но означает отсутствие гарантированной смысловой связности, качества генерации и языковых способностей. Лицензия в README 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 facebook/opt-30b but with smaller size. Note the model is in float16.

Codes:

import torch
import transformers
import os
from optimum.intel.openvino import OVModelForCausalLM

save_path = '/tmp/yujiepan/opt-tiny-random'
repo_id = 'yujiepan/opt-tiny-random'

config = transformers.AutoConfig.from_pretrained('facebook/opt-30b')
config.ffn_dim = 32
config.hidden_size = 8
config.num_attention_heads = 2
config.num_hidden_layers = 2
config.word_embed_proj_dim = 8

model = transformers.AutoModelForCausalLM.from_config(config, torch_dtype=torch.float16)
model = model.half()
model.save_pretrained(save_path)

tokenizer = transformers.AutoTokenizer.from_pretrained('facebook/opt-30b')
tokenizer.save_pretrained(save_path)

ovmodel = OVModelForCausalLM.from_pretrained(save_path, export=True)
ovmodel = ovmodel.half()
ovmodel.save_pretrained(save_path)

os.system(f'ls -alh {save_path}')

from huggingface_hub import create_repo, upload_folder
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
OPTForCausalLM
Ревизия весов
85ff2a5

0 моделей