/ Модель

Характеристики

Контекст
8 192 токена
Параметры
8 млрд
Размер весов
32,1 ГБ
Лицензия
CC BY-NC 4.0
Архитектура
cohere · dense
Базовая модель
aya-23-8B
Опубликована
12 июн 2024

AYA-8B

Генерация текстаТекст → текст11 профессий

Дообученная 8-миллиардная модель Cohere для генерации текста и диалогов с контекстом до 8192 токенов.

19скачиваний за 30 дней0лайковвеса обновлены12 июн 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

AYA-8B — дообученная ArmanAsq модель генерации текста на архитектуре CohereForCausalLM, основанная на CohereForAI/aya-23-8B. Она предназначена для диалогов и генерации текста; метаданные также указывают интерфейс вызова инструментов. Модель содержит 8 млрд параметров и поддерживает контекст до 8192 токенов.

В README приведён результат оценки: loss 3,0612, но набор данных, методика оценки и конкретные улучшения не описаны. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Сценарии применения

  • генерация текста по запросу
  • ведение диалогов с пользователем
  • ответы на вопросы в текстовом чате
  • вызов инструментов через чат-интерфейс

Ограничения

В README не описаны обучающие данные и предназначение дообучения; приведён только loss 3,0612 без методики оценки. Лицензия CC BY-NC 4.0 не допускает коммерческое использование.

Для каких профессий подходит11

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

AYA-8B

This model is a fine-tuned version of CohereForAI/aya-23-8B on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 3.0612

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 32
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 10

Training results

Training LossEpochStepValidation Loss
No log1.0211.8918
No log2.0421.9454
No log3.0632.2400
No log4.0842.4862
No log5.01052.5904
No log6.01262.8061
No log7.01472.8986
No log8.01682.9773
No log9.01893.0367
No log10.02103.0612

Framework versions

  • Transformers 4.41.2
  • Pytorch 2.2.1
  • Datasets 2.19.2
  • Tokenizers 0.19.1

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
CohereForCausalLM
Ревизия весов
a494a30

0 моделей