Характеристики

Контекст: 4 096 токенов
Параметры: 6,6 млрд
Размер весов: 13,5 ГБ
Архитектура: llama · dense
Опубликована: 27 мар 2024

Ссылки

llama2-new_york_times_news_1987_1995

Генерация текстаТекст → текст

Дообученная LLaMA-модель для экспериментов по извлечению временных различий из новостных статей The New York Times за 1987–1995 годы.

14скачиваний за 30 дней0лайковвеса обновлены25 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.

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

Это дообученная модель семейства LLaMA, созданная Erik Cikalleshi для бакалаврской работы по извлечению контрастных временных знаний с помощью метода Contrastive Decoding. Модель обучалась на статьях The New York Times за 1987–1995 годы; очень короткие статьи исключили из набора данных.

Модель предназначена для генерации текста в экспериментах по анализу временных изменений и различий в новостных материалах. Это плотная авторегрессионная архитектура LlamaForCausalLM с 6,6 млрд параметров, контекстом до 4096 токенов и форматом PyTorch. Базовая модель указана в README как LLama2-8B, хотя число параметров в метаданных отличается.

Карточка не сообщает конкретные оценки качества и не описывает ограничения метода. Применение и распространение регулируются лицензией базовой модели; сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

генерация текста по историческим новостным материалам
исследование временных изменений в новостях
извлечение контрастных временных знаний из статей
эксперименты с Contrastive Decoding на корпусе The New York Times

Ограничения

Модель обучена на ограниченном корпусе статей The New York Times за 1987–1995 годы, поэтому её применимость за пределами этого материала не установлена. В предоставленных данных нет оценок качества или сведений о лицензии.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Extracting Contrastive Temporal Knowledge using Large Language Models

This repository contains a fine-tuned model developed for my bachelor thesis on "Extracting Contrastive Temporal Knowledge using Large Language Models" using a method called "Contrastive Decoding".

Model Information:

Base Model: LLama2-8B was fine-tuned
Dataset: The dataset contained articles from the "New York Times" spanning from the year 1987 until 1995. Very short articles were excluded from the dataset to ensure quality and relevance.

Additional Resources

You can find all the scripts and additional resources used for my thesis in my GitHub repository: LLM-Temporal-Difference-Learning

Acknowledgments

I would like to thank the DataScience team at the University of Innsbruck for their support and guidance during the development of this model.

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: 8f8b8ec