opt-350m

OPT-350M项目介绍

项目背景

OPT-350M是Meta AI团队开发的开放预训练Transformer语言模型系列中的一员。OPT系列模型于2022年5月3日首次发布,包含从125M到175B参数不等的多个规模模型。OPT的目标是复现GPT-3级别的性能,同时应用最新的数据收集和高效训练最佳实践。

模型架构

OPT-350M采用了与GPT-3相同的decoder-only架构。它主要使用英语文本进行预训练,但训练语料中也包含少量非英语数据。模型使用因果语言建模(CLM)目标进行预训练,可以用于文本生成和下游任务的few-shot学习。

训练数据

OPT-350M的训练数据来自多个大规模文本语料库,包括:

• BookCorpus (10K+未出版图书)
• CC-Stories (CommonCrawl子集)
• The Pile (包含多个子数据集)
• Pushshift.io Reddit数据集
• CCNewsV2 (CommonCrawl新闻数据集更新版)

最终训练数据包含1800亿个token,相当于800GB的文本数据。

使用方法

用户可以直接使用Hugging Face的pipeline进行文本生成:

from transformers import pipeline

generator = pipeline('text-generation', model="facebook/opt-350m")
generator("What are we having for dinner?")

也可以通过设置do_sample=True来使用top-k采样进行生成。

局限性

由于训练数据包含大量未经过滤的互联网内容,模型存在明显的偏见问题。例如,在描述不同性别从业人员时可能会产生刻板印象。此外,模型也可能存在生成多样性不足、产生幻觉等问题。

开源贡献

OPT-350M的开源发布为研究人员提供了研究大规模语言模型的机会。Meta AI团队希望通过开放模型访问权限,让更多研究者参与到讨论大模型影响等重要话题中来,共同推动语言模型的发展。

输出格式为markdown格式，可以使用二级标题，避免使用一级标题

除文章内容外不要输出其他额外内容。