/ Модель

Характеристики

Контекст
8 192 токена
Параметры
9 млрд
Размер весов
18,5 ГБ
Лицензия
Gemma
Архитектура
gemma2 · dense
Базовая модель
Gemma-2-Ataraxy-v4d-9B
Опубликована
15 дек 2024

Gemma2-9b-KuwaNovelist-2

Генерация текстаТекст → текст3 профессии

Дообученная 9-миллиардная Gemma 2 для диалоговой генерации художественного текста, особенно длинных ответов на английском языке.

20скачиваний за 30 дней1лайквеса обновлены15 дек 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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. 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

Alsebay/Gemma2-9b-KuwaNovelist-2 — дообученная модель Gemma 2, созданная автором Alsebay с помощью Unsloth для улучшения стиля письма исходной lemon07r/Gemma-2-Ataraxy-v4d-9B. Это плотная авторегрессионная языковая модель на 9 млрд параметров с контекстом до 8192 токенов, предназначенная для генерации текста и диалогового творческого письма. Карточка отмечает длинные ответы и хороший стиль на английском языке; при этом ответы на вьетнамском, китайском и японском часто короткие, а грамматика и стилизация на целевых родных языках недостаточно качественны. Также отмечена проблема, связанная с тем, что модель говорит за пользователя. Репозиторий содержит веса Safetensors; лицензия — Gemma.

Сценарии применения

  • написание художественных историй на английском языке
  • продолжение главы романа
  • генерация длинных диалоговых ответов
  • стилизация творческого текста

Ограничения

Лучше пишет длинные тексты на английском; качество грамматики и стилизации на целевых родных языках ограничено, а ответы на вьетнамском, китайском и японском могут быть короткими. Возможна проблема, когда модель говорит от имени пользователя.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

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.

  • 2nd version, much better than 1st version, but still short response in Vietnamese, Chinese, Japanese.
  • Know issue: Talk for {{user}}, idk.
  • 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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma2ForCausalLM
Ревизия весов
ef6976c

0 моделей