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
Alsebay/Gemma2-9B-KuwaNovelist-v3 — дообученная модель Gemma 2, созданная автором карточки с помощью Unsloth на основе lemon07r/Gemma-2-Ataraxy-v4d-9B. Она предназначена для генерации художественного текста и диалогов, в частности ролевых сцен на английском языке; третья версия исправляет проблему, при которой модель говорила за пользователя. Модель имеет плотную архитектуру Gemma2ForCausalLM с 9 млрд параметров, принимает текст и выдаёт текст. Контекст — до 8192 токенов. В метаданных указан английский язык; автор отдельно отмечает попытку адаптировать стиль к родным языкам, но не уточняет, каким именно.
Автор отмечает, что ответы стали длиннее, чем в предыдущих версиях, а английская ролевая игра работает приемлемо. Среди ограничений — ответы всё ещё могут быть короткими; стиль и грамматика на целевых родных языках недостаточно качественны, а ответы на вьетнамском, китайском и японском могут быть короткими из-за особенностей обучающих данных. Лицензия — Gemma.
Сценарии применения
ведение ролевых диалогов на английском языке
генерация длинных ответов персонажа в текстовой ролевой игре
написание художественных сцен и рассказов
создание диалоговых продолжений для литературного текста
Ограничения
Автор сообщает, что ответы могут оставаться короткими; стиль и грамматика на целевых родных языках недостаточно хороши. На вьетнамском, китайском и японском ответы могут быть особенно короткими.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
This model is trained by Unsloth. This is the commission from my friend to improve the writing styles of lemon07r/Gemma-2-Ataraxy-v4d-9B in his native languages.
3rd version, fixed the issue that talk for {{user}}.
Know issue: Short response, but longer than v2 and v1, for english roleplay only is ok.
Pros: Long response in english, good writing styles?
Cons: Target native language styles and gammar is not too good, also short response in Vietnamese, Chinese, Japanese due to the dataset is novel chapter, short sentence in 1 row. :/.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров