From b1b9c3aa0d7ffffb57e9c1ca15777f8d42f21f4d Mon Sep 17 00:00:00 2001 From: Ilya Gusev Date: Sun, 4 Jun 2023 20:49:10 +0300 Subject: [PATCH] added llama.ru.mdx --- pages/models/llama.ru.mdx | 42 +++++++++++++++++++++++++++++++++++++++ 1 file changed, 42 insertions(+) create mode 100644 pages/models/llama.ru.mdx diff --git a/pages/models/llama.ru.mdx b/pages/models/llama.ru.mdx new file mode 100644 index 0000000..aea2785 --- /dev/null +++ b/pages/models/llama.ru.mdx @@ -0,0 +1,42 @@ +## LLaMA: Open and Efficient Foundation Language Models + + + Данный раздел находится в активной разработке. + + + +import {Screenshot} from 'components/screenshot' +import { Callout, FileTree } from 'nextra-theme-docs' +import LLAMA1 from '../../img/llama-1.png' + + +## Что нового? + +В статье представлена коллекция основных языковых моделей (LLaMA) с количеством параметров от 7 млрд до 65 млрд. + +Модели обучаются на триллионах токенов с использованием публично доступных наборов данных. + +Работа [(Hoffman et al., 2022)](https://arxiv.org/abs/2203.15556) показывает, что при ограниченном вычислительном бюджете более маленькие модели, обученные на гораздо большем объеме данных, могут достичь лучшей производительности по сравнению с более крупными моделями. В этой работе рекомендуется обучать модели размером 10 млрд на 200 млрд токенов. Однако статья LLaMA обнаружила, что производительность модели размером 7 млрд продолжает улучшаться даже после 1 трлн токенов. + + + +В этой работе акцент сделан на обучении моделей (LLaMA), достигающих наилучшей производительности при различных бюджетах вывода, путем обучения на большем количестве токенов. + + +## Возможности и ключевые выводы + +В целом, модель LLaMA-13B показывает лучшие результаты по сравнению с GPT-3(175B) на многих бенчмарках, несмотря на то, что она в 10 раз меньше и может работать на одной графической карте. Модель LLaMA-65B конкурентоспособна с моделями, такими как Chinchilla-70B и PaLM-540B. + +*Статья:* [LLaMA: Open and Efficient Foundation Language Models](https://arxiv.org/abs/2302.13971) + +*Код:* https://github.com/facebookresearch/llama + +## Ссылки + +- [Koala: A Dialogue Model for Academic Research](https://bair.berkeley.edu/blog/2023/04/03/koala/) (April 2023) +- [Baize: An Open-Source Chat Model with Parameter-Efficient Tuning on Self-Chat Data](https://arxiv.org/abs/2304.01196) (April 2023) +- [Vicuna: An Open-Source Chatbot Impressing GPT-4 with 90%* ChatGPT Quality](https://vicuna.lmsys.org/) (March 2023) +- [LLaMA-Adapter: Efficient Fine-tuning of Language Models with Zero-init Attention](https://arxiv.org/abs/2303.16199) (March 2023) +- [GPT4All](https://github.com/nomic-ai/gpt4all) (March 2023) +- [ChatDoctor: A Medical Chat Model Fine-tuned on LLaMA Model using Medical Domain Knowledge](https://arxiv.org/abs/2303.14070) (March 2023) +- [Stanford Alpaca](https://github.com/tatsu-lab/stanford_alpaca) (March 2023) \ No newline at end of file