<학습 데이터 구축> kyujinpy 님이 공개하신 KOR-OpenOrca-Platypus 데이터를 일부 삭제(샘플링) 및 정제 작업 진행하여 활용. 그 이후 해당 데이터들을 보며 관련 태스크를 추출하였고 이를 기반으로 해당 태스크에 맞춰서 NLP 관련 오픈소스 데이터를 활용하여 학습데이터를 자체적으로 역사, 과학, 수학, 기계독해, 리뷰 분석 문제를 gpt를 통해서 구축하였고, aihub 일반상식 및 기계독해 데이터를 활용하여 추가로 학습 데이터를 구축(형태소 관련, 기계독해 관련 및 요약) 각종 블로그에서 역사 및 상식 퀴즈를 사람이 직접 학습데이터 형태로 변경 AI2AI Challenge 데이터 형태를 보고 gpt를 통해 초등 수준의 과학 수학 문제 유형을 제작 500문제 영어 번역 데이터 영한/한영 데이터 학습 데이터로 활용 진행 총 데이터 4만개 정도 사용하였습니다.
Характеристики
- Контекст
- 2 048 токенов
- Параметры
- 5,9 млрд
- Размер весов
- 12,4 ГБ
- Лицензия
- CC BY-SA 4.0
- Архитектура
- llama · dense
- Опубликована
- 29 фев 2024
Ссылки
AIFT-ko-orca-plat-Yi-ko-6b-v2.1
Корейская instruct-модель AIFT на 5,9 млрд параметров для ответов на вопросы, учебных заданий и перевода, дообученная методом LoRA.
22скачиваний за 30 дней0лайковвеса обновлены29 фев 2024
Бенчмарки
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Тесты пользователейпока нет
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
Публичные оценки
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Что умеет модель
Описание составлено по карточке модели и метаданным Hugging Face
AIFT-ko-orca-plat-Yi-ko-6b-v2.1 — корейская инструктивная языковая модель AIFT на архитектуре Llama с 5,9 млрд параметров и контекстом 2048 токенов. Её дообучили методом LoRA на примерно 40 тысячах примеров, отобранных и очищенных из KOR-OpenOrca-Platypus и дополненных собственными данными. Обучение проводилось на двух ускорителях A100 по 40 ГБ.
Модель предназначена для ответов на вопросы и выполнения инструкций: в обучающие данные вошли задания по истории, естественным наукам, математике, машинному чтению, анализу отзывов, суммаризации, грамматике и переводу между английским и корейским. Карточка также упоминает вопросы на проверку распространённых заблуждений и простые школьные задания по науке и математике. Репозиторий использует формат safetensors; лицензия — CC BY-SA 4.0. Данные обучения закрыты, поэтому состав и качество примеров независимо проверить нельзя.
Сценарии применения
- Ответы на вопросы по истории, науке и математике
- Решение задач начального школьного уровня
- Машинное чтение и ответы по предоставленному тексту
- Суммаризация текстов на корейском языке
- Анализ отзывов
- Перевод между корейским и английским языками
- Проверка грамматики и распространённых заблуждений
Ограничения
Контекст ограничен 2048 токенами, а обучающие данные не опубликованы. Карточка не содержит независимых оценок качества; указанные способности следуют из описания обучающих данных.
Для каких профессий подходит5
Разделы каталога профессий, в задачах которых используется эта модель
IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модельI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- LlamaForCausalLM
- Ревизия весов
- 11c64f8