/ Модель

Характеристики

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

llama2-new_york_times_news_2000_2007

Генерация текстаТекст → текст3 профессии

Дообученная модель Llama 2 для генерации текста и извлечения контрастных временных знаний из статей The New York Times за 2000–2007 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.

  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

Модель Erik Cikalleshi — дообученная версия Llama 2 для извлечения контрастных временных знаний из новостных статей. Она создана для бакалаврской работы с применением метода Contrastive Decoding и обучена на статьях The New York Times за 2000–2007 годы; очень короткие статьи исключались из набора данных. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 6,6 млрд параметров и принимает контекст до 4096 токенов.

Модель предназначена для генерации текста по материалам новостей и изучения изменений во времени в новостном корпусе. В README указана базовая модель LLama2-8B, тогда как метаданные сообщают размер 6,6 млрд параметров. Лицензия в предоставленных данных не указана.

Сценарии применения

  • извлечение временных изменений из новостных статей
  • сравнение сведений о событиях в публикациях разных лет
  • генерация ответов по корпусу статей The New York Times
  • исследование временных знаний в новостных текстах

Ограничения

Обучение ориентировано на статьи The New York Times за 2000–2007 годы, поэтому применимость к другим периодам и жанрам не подтверждена. В README не приведены результаты оценки качества.

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

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 2000 until 2007. 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
a682d52

0 моделей