2b Version of model Sxxxxxx, without last epoch, instructed with baseline dataset including RAG_Multilingual
Характеристики
- Контекст
- 8 192 токена
- Параметры
- 1,7 млрд
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Библиотека
- transformers
- Опубликована
- 30 авг 2024
Ссылки
Checkpoint_2b_instructed_beta
Чат-модель Llama на 1,7 млрд параметров для генерации ответов по инструкциям и многоязычных сценариев RAG.
72скачиваний за 30 дней0лайковвеса обновлены2 сен 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
BSC-LT/Checkpoint_2b_instructed_beta — текстовая чат-модель семейства Llama с плотной архитектурой LlamaForCausalLM и 1,7 млрд параметров. Она принимает текст и генерирует текст; карточка модели указывает на версию 2b модели Sxxxxxx, обученную на базовом наборе инструкций, включающем RAG_Multilingual, без последней эпохи обучения.
Модель предназначена для диалоговых ответов и выполнения инструкций, в том числе в многоязычных сценариях с поиском по внешним источникам. Контекст составляет 8192 токена. Репозиторий содержит веса в формате safetensors, библиотека — Transformers. Лицензия Apache-2.0 разрешает использование и распространение на её условиях.
Сценарии применения
- ответы на вопросы в диалоге
- выполнение текстовых инструкций
- генерация ответов на основе найденных документов
- многоязычный поиск с последующим ответом
- создание черновиков и кратких пояснений
Ограничения
Это чекпойнт без последней эпохи обучения, поэтому качество может уступать завершённой версии. Карточка не уточняет языки и результаты оценки качества.
Для каких профессий подходит14
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Также подходит для
- I.6Перевод и языковая адаптация
- II.1Анализ требований и архитектура ПО
- I.7Речь, диалоги и встречи
- I.14Автоматизация процессов и AI-агенты
- II.10Разработка и эксплуатация AI/ML-систем
- I.11Классификация, ранжирование и сопоставление
- II.8Инженерия данных и аналитика
- I.12Рекомендации и персонализация
- I.3Извлечение и структурирование данных
- I.15Доступность и ассистивные технологии
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…
- Класс архитектуры
- LlamaForCausalLM
- Ревизия весов
- 01181eb