/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Размер весов
27 ГБ
Лицензия
MIT
Архитектура
llama · dense
Опубликована
16 янв 2024

Llama2-7b-entity-attr-v1

Генерация текстаТекст → текст3 профессии

Дообученная на товарах Basalam модель Llama 2 определяет тип товара и извлекает его атрибуты из текстовых данных каталога.

26скачиваний за 30 дней5лайковвеса обновлены7 мая 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

BaSalam/Llama2-7b-entity-attr-v1 — дообученная компанией Basalam языковая модель семейства Llama 2 для анализа карточек товаров. По названию и описанию товара она определяет тип товара и извлекает его атрибуты, возвращая результат в структурированном JSON-формате. Модель подходит для автоматического обогащения каталогов и обработки похожих товарных данных.

Модель построена на плотной архитектуре LlamaForCausalLM и содержит 6,6 млрд параметров. Она принимает текст и генерирует текст; заявленная длина контекста — 4096 токенов. В примере показаны персидские названия атрибутов и значения, а метаданные указывают персидский и английский языки. Репозиторий содержит веса в формате safetensors. Лицензия — MIT.

Сценарии применения

  • определение типа товара по названию и описанию
  • извлечение характеристик товара из карточки
  • автоматическое заполнение атрибутов каталога
  • преобразование товарного текста в структурированный JSON

Ограничения

Настроена на данные товаров Basalam; качество на иных каталогах и языках в README не оценено. Контекст ограничен 4096 токенами.

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

Product catalog generator

This is a custom LLM fine tuned on LLama 2 based on Basalam products to infer enitty (product types) and attributes based on product data. You can use it on any similar dataset.

Github repo: https://github.com/basalam/product-catalog-generator

Sample input

prompt = """instruction': \"here is a product title from a Iranian marketplace.  \n         give me 
                 the Product Entity and Attributes of this product in Persian language.\n         give the output in 
                 this json format: {'attributes': {'attribute_name' : <attribute value>, ...}, 'product_entity': 
                 '<product entity>'}.\n         Don't make assumptions about what values to plug into json. Just give 
                 Json not a single word more.\n         \nproduct title:"""
title = """: ست شابلون ژله ای دو قلو صریر 20سانتی 1 عدد
1 عدد ست شابلون ژله ای دو قلو سریر 20سانتی متر
با کیفیت مناسب و صادراتی
شامل دو تکه شابلون ژله ای
در چهار رنگ سبز، قرمز، نارنجی و آبی موجود است.
پخش لوازم التحریر کیان""""

Model response

{
  "attributes": {
    "تعداد تکه": "2",
    "طول": "20 سانتی‌متر",
    "رنگ‌ها": "سبز، قرمز، نارنجی، آبی",
    "کیفیت": "مناسب و صادراتی"
  },
  "product_entity": "ست شابلون ژله ای"
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
afa7e48

0 моделей