Sgpt Bloom 1b7 Nli

🚀 sgpt-bloom-1b7-nli

このモデルは文の類似度を計算するためのもので、Sentence Transformersを用いて特徴抽出や文の類似度計算を行います。MTEBベンチマークでの評価結果も提供されています。

🚀 クイックスタート

使用方法の説明については、こちらを参照してください。

モデルは以下のコマンドで学習されました。

CUDA_VISIBLE_DEVICES=0,1,2,3,4,5,6,7 accelerate launch examples/training/nli/training_nli_v2.py --model_name bigscience/bloom-1b3 --freezenonbias --train_batch_size 128 --lr 32e-5 --pooling weightedmean --wandb --wandbwatchlog gradients --gradcache --chunksize 4

✨ 主な機能

• 文の類似度計算
• 分類タスクに対応

📚 ドキュメント

評価結果

{'askubuntu': 57.44, 'cqadupstack': 14.18, 'twitterpara': 73.99, 'scidocs': 74.74, 'avg': 55.087500000000006}

学習

モデルは以下のパラメータで学習されました。

DataLoader: sentence_transformers.datasets.NoDuplicatesDataLoader.NoDuplicatesDataLoader 長さ4403、パラメータは以下の通りです。

{'batch_size': 128}

モデルはBitFit、weighted-mean pooling、GradCacheを使用しています。詳細はこちらを参照してください。

損失関数: sentence_transformers.losses.MultipleNegativesRankingLoss.MNRLGradCache

fit() メソッドのパラメータ:

{
    "epochs": 1,
    "evaluation_steps": 440,
    "evaluator": "sentence_transformers.evaluation.EmbeddingSimilarityEvaluator.EmbeddingSimilarityEvaluator",
    "max_grad_norm": 1,
    "optimizer_class": "<class 'transformers.optimization.AdamW'>",
    "optimizer_params": {
        "lr": 0.00032
    },
    "scheduler": "WarmupLinear",
    "steps_per_epoch": null,
    "warmup_steps": 441,
    "weight_decay": 0.01
}

モデルのアーキテクチャ

SentenceTransformer(
  (0): Transformer({'max_seq_length': 75, 'do_lower_case': False}) with Transformer model: BloomModel 
  (1): Pooling({'word_embedding_dimension': 2048, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': False, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': True, 'pooling_mode_lasttoken': False})
)

引用と著者

@article{muennighoff2022sgpt,
  title={SGPT: GPT Sentence Embeddings for Semantic Search},
  author={Muennighoff, Niklas},
  journal={arXiv preprint arXiv:2202.08904},
  year={2022}
}

モデル情報