Характеристики

Контекст: 8 192 токена
Параметры: 8,2 млрд
Размер весов: 17,1 ГБ
Лицензия: Apache 2.0
Архитектура: gemma · dense
Опубликована: 5 мар 2024

Ссылки

Hugging Face

Gemma-7b-ko-Y24_v2.0

AIdenU

Генерация текстаТекст → текст3 профессии

Производная от Gemma 7B модель для генерации текста на корейском языке.

33скачиваний за 30 дней0лайковвеса обновлены7 мар 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.

Открыть конструктор бенчмарка

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

AIdenU/Gemma-7b-ko-Y24_v2.0 — языковая модель семейства Gemma, основанная на google/gemma-7b. По метаданным это плотная авторегрессионная модель примерно на 8,2 млрд параметров с контекстом до 8192 токенов, предназначенная для генерации текста. В карточке указан корейский язык.

Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. README указывает базовую модель, но не описывает конкретный сценарий дообучения или сравнительные результаты, поэтому специализацию сверх генерации корейского текста установить нельзя.

Сценарии применения

генерация корейского текста
продолжение корейских текстовых фрагментов
создание черновиков на корейском языке

Ограничения

Карточка не приводит оценок качества или конкретной специализации модели. Указан контекст до 8192 токенов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

BaseModel

google/gemma-7b

Model Generation

from transforemrs import AutoTokenizer, AutoModelForCausalLM

model = AutoModelForCausalLM.from_pretrained("AIdenU/Gemma-7b-ko-Y24_v2.0", device_map="auto")
tokenizer = AutoTokenizer.from_pretrained("AIdenU/Gemma-7b-ko-Y24_v2.0", use_fast=True)

systemPrompt = "당신은 유능한 AI입니다."
prompt = "지렁이도 밟으면 꿈틀하나요?"
outputs = model.generate(
  **tokenizer(
    f"### instruction: {system}\n{prompt} \n### output: ",
    return_tensors='pt'
  ).to('cuda'),
  max_new_tokens=256,
  temperature=0.2,
  top_p=1,
  do_sample=True
)
print(tokenizer.decode(outputs[0]))

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры: GemmaForCausalLM
Ревизия весов: 265aee1