Характеристики

Контекст: 2 048 токенов
Параметры: 1 млрд
Архитектура: llama · dense
Опубликована: 22 янв 2024

Ссылки

TinyGauss-1.1B

Генерация текстаТекст → текст3 профессии

Компактная диалоговая Llama-модель, дообученная для решения математических задач и логических рассуждений в сценариях робототехники.

25скачиваний за 30 дней1лайквеса обновлены22 янв 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.

Открыть конструктор бенчмарка

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

TinyGauss 1.1B — языковая модель семейства Llama, разработанная DaertML для добавления математических и логических способностей моделям примерно с 1 млрд параметров, предназначенным для робототехники. Это плотная причинная модель с архитектурой LlamaForCausalLM и поддержкой диалогового режима. Она дообучена на TinyLlama/TinyLlama-1.1B-Chat-v1.0 с использованием набора MathInstruct и LLaMAFactory.

Модель предназначена для решения математических задач и рассуждений, а также может учитывать исправления пользователя в многоходовом взаимодействии. Контекст составляет 2048 токенов. В README указано, что задачу следует передавать через системный промпт; пример демонстрирует вычисление с пояснением.

Это компактная специализированная модель для экспериментов с математическими и логическими возможностями в робототехнических сценариях. Она наследует ограничения базовой модели и ограничена коротким контекстом; README не приводит результатов оценки качества. Лицензия в предоставленных данных не указана.

Сценарии применения

решение арифметических задач с пояснениями
проверка и исправление математического ответа по обратной связи пользователя
многоходовое обсуждение математической задачи
эксперименты с математическими рассуждениями в робототехнических системах

Ограничения

Контекст ограничен 2048 токенами, а README не приводит результатов оценки качества. Для взаимодействия README рекомендует передавать задачу через системный промпт.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель IV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделей II.9Разработка и данныеСтатистика, эксперименты и причинный анализAI помогает планировать эксперименты и делать статистически обоснованные выводы о связях и эффектах.18 задач2 881модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

TinyGauss 1.1B

Adding math capabilities to models in the 1B parameter count regime, with the main objective of providing Math and logic reasoning capabilities to LLMs meant for robotics.

MathInstruct Finetune over TinyLlama/TinyLlama-1.1B-Chat-v1.0. The model is capable of following corrections from the user when it makes mistakes; opening the door to models that can correct mistakes following user feedback in a multi-turn interaction.

Finetuned using LLaMAFactory.

Set the "system prompt" for llama2 to have the problem, do not communicate with the model over "input" field, only talk to it giving the whole thing as a system prompt, even further interactions.

Examples:

Q: Calculate the length of the circle with radius 3 A: Given the radius (r) of the circle: r = 3

Now, we can use the formula for the diameter (D) of the circle: D = 2 * r D = 2 * 3 D = 6

Now, we can use the formula for the area (A) of the circle: A = π * r^2 A = π * (3)^2 A = π * 9 A = 18

So, the area of the circle with radius 3 is: A = π * 9

The diameter (D) of the circle is also 9 units, so the formula for the diameter of the circle is: D = 2 * 9 D = 18 So, the diameter of the circle is 18 units.

Q: Calculate the area of a square of side 4 A: Area of a square = 4 * side^2

So, the area of the square is 4 * 4 = 16 square units.

datasets:

TIGER-Lab/MathInstruct

language:

metrics:

bleu-4 15.1603
rouge-1 34.3819
rouge-2 9.9343
rouge-l 17.0017

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: ab72275