/ Модель

Характеристики

Контекст
8 192 токена
Параметры
2,7 млрд
Лицензия
Gemma
Архитектура
gemma2 · dense
Базовая модель
gemma-2-2b
Опубликована
27 авг 2024

continued-trained-gemma2-2b

Генерация текстаТекст → текст3 профессии

Модель Gemma 2 с 2,7 млрд параметров, дополнительно предобученная для генерации текстов на исизулу и дальнейшего дообучения.

20скачиваний за 30 дней2лайкавеса обновлены3 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.

  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

BafoGPT-3B — модель непрерывного предобучения на основе Gemma 2 от ChallengerSpaceShuttle, адаптированная на корпусе текстов на языке исизулу. Это базовая, не специализированная на инструкциях версия для генерации связного текста на исизулу и дальнейшего дообучения на наборах инструкций.

Модель построена на плотной архитектуре Gemma 2 и содержит 2,7 млрд параметров. Она принимает текст, поддерживает контекст до 8192 токенов и выдаёт текст. Для применения требуется учитывать лицензию Gemma; качество генерации за пределами исизулу и результаты на конкретных задачах в карточке не описаны.

Сценарии применения

  • генерация связного текста на исизулу
  • продолжение текста на исизулу
  • создание базовой модели для дообучения на инструкциях на исизулу

Ограничения

Это базовая модель, не настроенная на выполнение инструкций; качество на других языках и специализированных задачах не описано.

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

BafoGPT-3B

This is gemma2-2b-base model continued-pretraining on the ChallengerSpaceShuttle/zulu-pretraining-dataset dataset.

This is the first iteration, on building IsiZulu models that can attain performance comparable to models that typically require millions of dollars to train from scratch.

🔍 Applications

This is the base model and has a context length of 8k. It can generate coherent Zulu text, one can finetune it based on instruction datasets.

⚡ Quantized models

🏆 Evaluation

🧩 Configuration

The code used to train the model can be found here: BafoGPT with the following training configuration.

model_name: google/gemma-2-2b
out_dir: pretrained_model/models
precision: bf16-mixed
initial_checkpoint_dir: google/gemma-2-2b
resume: false
data:
  class_path: litgpt.data.LitData
  init_args:
    data_path: data
    seed: 42
    num_workers: 8
train:
  save_interval: 1000
  log_interval: 1
  global_batch_size: 4
  micro_batch_size: 1
  lr_warmup_steps: 2000
  max_tokens: 156800708
  max_seq_length: 2048
  tie_embeddings: false
  max_norm: 1.0
  min_lr: 4.0e-05
eval:
  interval: 1000
  max_iters: 100
  initial_validation: false
  final_validation: true
optimizer: AdamW
devices: auto
num_nodes: 1
tokenizer_dir: google/gemma-2-2b
logger_name: tensorboard
seed: 42

Architecture Config

{
  "architectures": [
    "Gemma2ForCausalLM"
  ],
  "attention_bias": false,
  "attention_dropout": 0.0,
  "attn_logit_softcapping": 50.0,
  "bos_token_id": 2,
  "cache_implementation": "hybrid",
  "eos_token_id": 1,
  "final_logit_softcapping": 30.0,
  "head_dim": 256,
  "hidden_act": "gelu_pytorch_tanh",
  "hidden_activation": "gelu_pytorch_tanh",
  "hidden_size": 2304,
  "initializer_range": 0.02,
  "intermediate_size": 9216,
  "max_position_embeddings": 8192,
  "model_type": "gemma2",
  "num_attention_heads": 8,
  "num_hidden_layers": 26,
  "num_key_value_heads": 4,
  "pad_token_id": 0,
  "query_pre_attn_scalar": 256,
  "rms_norm_eps": 1e-06,
  "rope_theta": 10000.0,
  "sliding_window": 4096,
  "torch_dtype": "float32",
  "transformers_version": "4.42.4",
  "use_cache": true,
  "vocab_size": 288256
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma2ForCausalLM
Ревизия весов
8039b09

0 моделей