模型介绍
中文整理GPT3中文1.3B参数量文本生成模型
GPT-3模型是一个通用的预训练生成模型,使用Transformer的Decoder-only结构,可以用于解决下游各种类型的生成任务,特别是zero-shot生成能力。模型利用大量无监督数据,通过自回归任务进行预训练。可以用于解决文本生成相关的任务包含:文本摘要、问题生成、data-to-text等。
模型描述
通过夸夸数据集finetune了gpt3 1.3B模型。
期望模型使用方式以及适用范围
本模型可直接用于文本生成,也可以通过finetune用于各类文本理解的任务。用户可以自行尝试各种输入文档。具体调用方式请参考代码示例。
如何使用
该模型需要多卡GPU资源才能跑起来,目前我们免费提供试用的Notebook环境,使用的是单卡GPU,如果使用的Notebook环境推荐使用更小规模的large/base版本
依赖安装
要使用中文GPT3进行推理,需要额外安装DeepSpeed依赖,推荐使用0.7.2版本。另外,我们将GPT3模型依赖的megatron相关代码打包到了单独的包中,以上两个包通过以下命令进行安装:
代码范例
模型局限性以及可能的偏差
模型训练数据来源于网络,生成结果可能存在一定偏差。
训练数据介绍
数据来源于wiki和commoncrawl
模型训练流程
本模型的训练分为两个阶段。第一阶段严格按照原始GPT3的参数设置进行:在中文wiki/ Common crawl等无监督数据上,通过自回归的训练任务训练了约300B字得到。第二阶段中,我们加入了多种有监督数据继续训练,使得模型具备多种任务的zero-shot的处理能力。
预处理
暂无
训练
暂无
推理加速
我们对大规模生成模型的推理速度进行了极致优化,13B模型128字的文本生成可以在1秒左右完成。
数据评估及结果
相关引用
我们将尽快推出本项目的技术报告,敬请期待!
优先采用原作者提供的中文模型卡片;仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件;指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖,请按作者说明配齐。
完整仓库可能包含多个权重格式,因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖,以原作者说明为准。
是否允许商用、修改和分发,请查看模型许可证。
闲社提供资料与镜像下载方法,不代表已运行模型或完成安全审计。下载的代码应先检查,再执行。
资料或下载有问题?
登录后可提交反馈。
