/ Модель

Характеристики

Контекст
8 192 токена
Параметры
362 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
SmolLM-360M-Instruct
Опубликована
19 июл 2024

SmolLm-360M-Ko-Instruct

Генерация текстаТекст → текст3 профессии

Дообученная компактная модель на основе SmolLM-360M-Instruct для диалоговой генерации текста, ориентированной на корейский язык.

18скачиваний за 30 дней3лайкавеса обновлены20 июл 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

CarrotAI/SmolLm-360M-Ko-Instruct — дообученная CarrotAI модель для генерации текста и диалогов на основе HuggingFaceTB/SmolLM-360M-Instruct. Она построена на плотной архитектуре семейства Llama с классом LlamaForCausalLM и содержит 361,8 млн параметров. Модель принимает текст и поддерживает контекст до 8192 токенов.

Модель предназначена для генерации ответов и ведения диалога на корейском языке; суффикс Ko в названии указывает на корейскую специализацию, однако README не описывает обучение и оценку подробно. Весы доступны в форматах PyTorch и Safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • генерация ответов на корейском языке
  • создание корейского чат-бота
  • диалоговое взаимодействие на корейском языке

Ограничения

README не приводит подробностей о тренировочных данных, назначении и результатах оценки, кроме значения loss 1.1516; корейская специализация выводится из названия модели.

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

SomlLm-360M-Ko-Instruct

This model is a fine-tuned version of HuggingFaceTB/SmolLM-360M-Instruct on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.1516

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: 6
  • eval_batch_size: 6
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 2
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 96
  • total_eval_batch_size: 12
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 100
  • num_epochs: 1

Training results

Training LossEpochStepValidation Loss
1.14010.999313161.1516

Framework versions

  • Transformers 4.42.3
  • Pytorch 2.3.1+cu121
  • Datasets 2.19.1
  • 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
LlamaForCausalLM
Ревизия весов
e569186

0 моделей