allenai / allenai/FlexOlmo

Bias Term in Router

Ouverte
#32 0 commentaires 0 réactions 0 personnes assignées Voir sur GitHub
Langage dominant
Python
Étoiles
155
Forks
24
Métriques de merge des PR
Aucune PR mergée en 30 j

Description

Hi Weijia and Akshita,

Awesome work! I noticed in the paper that there is a negative bias term for the router, but the released model [allenai/FlexOlmo-7x7B-1T](https://huggingface.co/allenai/FlexOlmo-7x7B-1T) and the huggingface [transformers code](https://github.com/huggingface/transformers/blob/main/src/transformers/models/flex_olmo/modeling_flex_olmo.py#L336) don't have a negative bias.

Did you guys happen to use the negative router bias for the final released model?

Thanks!

Guide de contribution

Aucun guide de contribution indexé pour ce dépôt

Évaluation

Cette issue n'a pas encore été évaluée.

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.