Uploaded model
- Developed by: AsphyXIA
- License: apache-2.0
- Finetuned from model : meta-llama/Llama-2-7b-hf
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.
Дообученная 7-миллиардная модель Llama 2 для генерации текста с контекстом до 4096 токенов.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
AsphyXIA/baarat-kannada-pretrained — дообученная AsphyXIA модель на архитектуре Llama 2 для генерации текста. Веса основаны на meta-llama/Llama-2-7b-hf, содержат 6,7 млрд параметров и рассчитаны на контекст до 4096 токенов. В README указано, что обучение выполнялось с помощью Unsloth и библиотеки TRL.
Название модели указывает на связь с каннада, однако карточка не описывает обучение или качество на этом языке; в метаданных указан только английский. Модель доступна в формате safetensors по лицензии Apache-2.0. README не приводит оценок качества и конкретных сценариев применения.
Карточка не содержит оценок качества или подтверждения поддержки каннада; английский указан в метаданных. Контекст ограничен 4096 токенами.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…