bigscience-workshop / bigscience-workshop/bigscience
eval opt-175B
- Lenguaje dominante
- Shell
- Estrellas
- 1k
- Forks
- 102
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Descripción
I noticed you evaluated the opt-175B model, how did it convert to a Megatron-Deepspeed checkpoint? I can not find a 175B huggingface transformers checkpoint. Also, I can not successfully convert the opt-66B checkpoint. @thomasw21 Thanks for any reply!
Guía de contribución
Línea de trabajo
El issue no menciona ningún archivo del repositorio, prueba ni punto de entrada. Empieza localizando las instrucciones, los scripts y los logs de la evaluación de OPT-175B y de la conversión de Megatron-DeepSpeed u OPT-66B; el trabajo estará terminado cuando se haya identificado la ruta que falta al checkpoint de 175B y se haya reproducido o documentado una conversión exitosa de 66B.
Escrito por el modelo de indexación a partir del texto del issue.
Evaluación
- Stack tecnológico
- machine-learning
- Área
- machine-learning
- Tipo de issue
- Error
- Dificultad
- 4/5
- Tiempo estimado
- 3-5 días
- Estado de actividad
- Estancado
- Claridad
- Necesita aclaración
- Aptitud para principiantes
- 20/100