/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
3,7 млрд
Размер весов
7,6 ГБ
Лицензия
MIT
Архитектура
phi3 · dense
Базовая модель
Phi-3-mini-128k-instruct
Библиотека
transformers
Опубликована
28 апр 2024

TaliML-PHI3-128K-ITA-V.1.0.FINAL

Генерация текстаТекст → текст3 профессии

Итальянская диалоговая модель на базе Phi-3 для генерации текста и ответов на запросы.

23скачиваний за 30 дней0лайковвеса обновлены28 апр 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

TaliML-PHI3-128K-ITA-V.1.0.FINAL — итальянская диалоговая языковая модель Antonio88, дообученная на базе microsoft/Phi-3-mini-128k-instruct. Она использует архитектуру Phi-3 с плотной моделью примерно на 3,7 млрд параметров и предназначена для генерации текста в диалоге. Модель распространяется в формате Safetensors и использует библиотеку Transformers; заявленная в метаданных длина контекста — 4096 токенов.

Модель подходит для ответов на запросы и ведения диалога на итальянском языке. Карточка предупреждает о возможных предвзятых, оскорбительных или фактически неверных ответах, а также о снижении качества на языках, отличных от итальянского. Для ответственных и чувствительных сценариев необходима проверка результатов. Лицензия — MIT.

Сценарии применения

  • ответы на вопросы на итальянском языке
  • ведение диалога на итальянском языке
  • генерация италоязычных текстов
  • создание черновиков ответов и сообщений

Ограничения

Возможны вымышленные или устаревшие сведения, предвзятые и оскорбительные ответы; качество может снижаться для языков, отличных от итальянского. Сгенерированный код и ответы для чувствительных сценариев требуют проверки.

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

image/jpeg

Responsible AI Considerations for the Phi3stran Models

Like other language models, the Phi series can potentially exhibit behaviors that are unfair, unreliable, or offensive. It’s important to be aware of some limiting behaviors:

Quality of Service: The Phi models are primarily trained on Italian text. Performance may degrade for languages other than Italian.

Representation of Harms & Perpetuation of Stereotypes: These models can over- or under-represent certain groups of people, erase representation of some groups, or reinforce demeaning or negative stereotypes. Despite post-training safety measures, these limitations may persist due to varying levels of representation of different groups or the prevalence of negative stereotypes in the training data that reflect real-world patterns and societal biases.

Inappropriate or Offensive Content: The models may generate content that is inappropriate or offensive, which could make them unsuitable for deployment in sensitive contexts without additional, use-case-specific mitigations.

Information Reliability: Language models can produce nonsensical or fabricated content that may seem plausible but is inaccurate or outdated.

Limited Scope for Code: The majority of Phi-3 training data is based on Python and utilizes common packages such as “typing, math, random, collections, datetime, itertools”. If the model generates Python scripts that use other packages or scripts in other languages, manual verification of all API uses is strongly recommended.

Developers should employ responsible AI best practices and ensure compliance with relevant laws and regulations (e.g., privacy, trade, etc.) for their specific use cases.

Model in Test: Continuous improvements are being made to the model.

Please note that the responses from the model should not be regarded as absolute truths.

Prompt Template:

** Use Phi 3 model preset.

Prompt template:

<|system|> {system_prompt}.<|end|> <|user|> {prompt}<|end|> <|assistant|>

Downloading and running the models

You can download the individual files from the Files & versions section.

Quant typeDownload
Q5_K_MPHI3STRAN-GGUF here

How to Download GGUF Files Manually?

Note for Manual Downloaders:

The following clients will automatically download models for you, providing a list of available models to choose from:

LM Studio

Use PHI3 config.preset

Credits & License

The license of the smashed model follows the license of the original model. Please check the license of the original model before using this model which provided the base model.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Phi3ForCausalLM
Ревизия весов
307cc28

0 моделей