Bitnet B1 58 Xl Q8 0 Gguf
模型简介
该模型是对BitNet b1.58论文的复现,使用RedPajama数据集进行了100B词元的训练,实现了高效的1.58位量化LLM。
模型特点
1.58位量化
采用创新的1.58位量化技术,显著降低模型存储和计算需求
高效训练
使用两阶段学习率和权重衰减策略优化训练过程
开源模型
所有训练好的模型参数完全开源
接近全精度性能
在量化情况下仍能保持接近FP16精度模型的性能
模型能力
文本生成
零样本学习
语言理解
问答任务
使用案例
自然语言处理
开放域问答
回答各种领域的开放性问题
在ARC、HellaSwag等基准测试中表现良好
文本生成
生成连贯、有意义的文本
困惑度(PPL)接近全精度模型
研究应用
高效LLM研究
研究低比特量化对LLM性能的影响
为开发高效LLM提供参考
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98