/ Модель

Характеристики

Контекст
8 192 токена
Параметры
2,9 млрд
Размер весов
10 ГБ
Архитектура
cohere · dense
Базовая модель
command-r-2-layer
Библиотека
transformers
Опубликована
17 апр 2024

command-r-1-layer

Генерация текстаТекст → текст7 профессий

Экспериментальная текстовая модель на архитектуре Cohere, созданная слиянием слоёв для генерации текста и диалогов.

256скачиваний за 30 дней1лайквеса обновлены17 апр 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

Citaman/command-r-1-layer — экспериментальная текстовая генеративная модель, созданная автором репозитория с помощью mergekit. В README описано слияние методом SLERP на основе Citaman/command-r-2-layer; конфигурация использует диапазоны слоёв [0, 1] и [1, 2]. Метаданные относят модель к семейству Cohere и архитектуре CohereForCausalLM, указывают 2,9 млрд параметров, формат safetensors и контекст до 8192 токенов.

Модель предназначена для генерации текста и диалоговых сценариев; метаданные также отмечают интерфейс вызова инструментов. Она принимает текст и выдаёт текст. Карточка не сообщает о поддерживаемых естественных языках или специализированных предметных областях. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация продолжения текста
  • создание диалогового ассистента
  • ответы на текстовые запросы
  • подготовка текстовых черновиков
  • вызов инструментов через интерфейс модели

Ограничения

Модель получена слиянием на основе необычно малой модели с двумя слоями; качество и надёжность для практических задач в карточке не оценены. Лицензия и поддерживаемые языки не приведены в предоставленных данных.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

merge

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the SLERP merge method.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

slices:
  - sources:
      - model: Citaman/command-r-2-layer
        layer_range: [0, 1]
      - model: Citaman/command-r-2-layer
        layer_range: [1, 2]
merge_method: slerp
base_model: Citaman/command-r-2-layer
parameters:
  t:
    - filter: self_attn
      value: [0, 0.5, 0.3, 0.7, 1]
    - filter: mlp
      value: [1, 0.5, 0.7, 0.3, 0]
    - value: 0.5
dtype: bfloat16

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
CohereForCausalLM
Ревизия весов
d4aad08

0 моделей