/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
2,7 млрд
Лицензия
MIT
Архитектура
stablelm_epoch · dense
Опубликована
5 окт 2023

Dimensity-3B

Генерация текстаТекст → текст4 профессии

Англоязычная диалоговая модель StableLM Epoch на 2,7 млрд параметров для открытого общения с ассистентом.

25скачиваний за 30 дней3лайкавеса обновлены5 окт 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Dimensity-3B — диалоговая языковая модель семейства StableLM Epoch, представленная разработчиком Dimensity. Это плотная авторегрессионная модель с 2,7 млрд параметров и контекстом до 4096 токенов, предназначенная для открытого общения в роли ассистента. Модель обучена на общедоступных разговорных данных и поддерживает английский язык.

Её можно использовать для диалогов с ассистентом и генерации ответов на текстовые запросы. Модель может выдавать правдоподобную, но фактически неверную информацию, а также воспроизводить вредные стереотипы или токсичный контент. Лицензия — MIT.

Сценарии применения

  • ведение открытого диалога с текстовым ассистентом
  • генерация ответов на вопросы пользователя
  • создание черновиков ответов в переписке

Ограничения

Может выдавать правдоподобные, но неверные сведения и содержать вредные стереотипы или токсичные ответы; результаты следует проверять, особенно в чувствительных сценариях.

Для каких профессий подходит4

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

Dimensity-3B

Model Details

Dimensity-3B is a finetuned version of the StableLM framework trained on a variety of conversational data. It contains 3 billion parameters.

Intended Uses

This model is intended for conversational AI applications. It can engage in open-ended dialogue by generating responses to user prompts.

Factors

Training Data

The model was trained on a large dataset of over 100 million conversational exchanges extracted from Reddit comments, customer support logs, and other online dialogues.

Prompt Template

The model was finetuned using the following prompt template:

### Human: {prompt} 

### Assistant:

This prompts the model to take on an assistant role.

Ethical Considerations

As the model was trained on public conversational data, it may generate responses that contain harmful stereotypes or toxic content. The model should be used with caution in sensitive contexts.

Caveats and Recommendations

This model is designed for open-ended conversation. It may sometimes generate plausible-sounding but incorrect information. Outputs should be validated against external sources.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
StableLMEpochForCausalLM
Ревизия весов
466b52b

0 моделей