Gpt2 774M Fineweb 150B
このモデルはkarpathyのllm.cプロジェクトに由来し、bfloat16性能研究のためにHuggingFace形式に変換され、1500億トークンを消費してトレーニングされました。
ダウンロード数 22
リリース時間 : 4/25/2025
モデル概要
このモデルはllm.cプロジェクトに基づく言語モデルで、主にbfloat16性能最適化の研究を目的としており、1000億のFineWebサンプルデータセットでトレーニングされました。
モデル特徴
bfloat16性能研究
このモデルはbfloat16データタイプの性能最適化研究に特化しています。
大規模トレーニング
1000億のFineWebサンプルデータセットで1.5エポックのトレーニングを行い、1500億トークンを消費しました。
活発な開発
現在も積極的に開発中であり、最新の進展についてはllm.cプロジェクトを参照してください。
モデル能力
言語モデルトレーニング
性能最適化研究
使用事例
研究
bfloat16性能研究
言語モデルトレーニングにおけるbfloat16データタイプの性能を研究します。
大規模言語モデルトレーニング
大規模データセットでの言語モデルトレーニング方法を探求します。
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98