StableLM-Base-Alpha

模型描述

StableLM-Base-Alpha 是一套3B和7B参数的基于解码器的语言模型，使用4096的序列长度在多样化的英文数据集上进行预训练，以突破现有开源语言模型的上下文窗口限制。

使用方法

通过使用以下代码片段，开始使用 StableLM-Base-Alpha 生成文本：

from transformers import AutoModelForCausalLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("StabilityAI/stablelm-base-alpha-7b")
model = AutoModelForCausalLM.from_pretrained("StabilityAI/stablelm-base-alpha-7b")
model.half().cuda()

inputs = tokenizer("What's your mood today?", return_tensors="pt").to("cuda")
tokens = model.generate(
  **inputs,
  max_new_tokens=64,
  temperature=0.7,
  do_sample=True,
)
print(tokenizer.decode(tokens[0], skip_special_tokens=True))

模型详情

• 开发者： Stability AI

• 模型类型：StableLM-Base-Alpha 模型是基于NeoX Transformer架构的自回归语言模型。

• 语言：英语

• 类库： GPT-NeoX

• 许可证：基础模型检查点（StableLM-Base-Alpha）使用创作共用许可证（ CC BY-SA-4.0 ）授权。根据该许可证，您必须给予 credit 给Stability AI，并提供许可证的链接和 indicate if changes were made . 您可以以任何合理的方式实施这些要求，但不得以任何方式暗示Stability AI支持您或您的使用方式。

• 联系方式：有关模型的问题和评论，请发送电子邮件至 lm@stability.ai

训练

训练数据集

StableLM-Base-Alpha 在基于 The Pile 构建的新实验数据集上进行了预训练，该数据集规模是之前的3倍，约1.5T个标记。

训练过程

模型在上述数据集上进行了混合精度（FP16）预训练，使用Adam进行优化，并使用NeoX tokenizer进行训练，词汇表大小为50,257个词。我们在项目的 GitHub repository 中详细说明了完整的超参数选择。

使用和限制

预期用途

这些模型旨在供所有个体使用，作为应用特定微调的基础模型，没有对商业使用设置严格限制。

限制和偏见

预训练数据集可能包含冒犯性或不适当的内容，即使应用了数据清洗过滤器，这些内容也可能在模型生成的文本中反映出来。我们建议用户在生产系统中使用这些模型时要谨慎行事。请不要将模型用于可能对个体或群体造成伤害或困扰的任何应用。

引用

@software{gpt-neox-library,
  title = {{GPT-NeoX: Large Scale Autoregressive Language Modeling in PyTorch}},
  author = {Andonian, Alex and Anthony, Quentin and Biderman, Stella and Black, Sid and Gali, Preetham and Gao, Leo and Hallahan, Eric and Levy-Kramer, Josh and Leahy, Connor and Nestler, Lucas and Parker, Kip and Pieler, Michael and Purohit, Shivanshu and Songz, Tri and Phil, Wang and Weinbach, Samuel},
  url = {https://www.github.com/eleutherai/gpt-neox},
  doi = {10.5281/zenodo.5879544},
  month = {8},
  year = {2021},
  version = {0.0.1},
}