/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
6,6 млрд
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
21 сен 2023

AceGPT-7B-chat

Генерация текстаТекст → текст3 профессии

AceGPT-7B-chat — дообученная на основе LLaMA 2 арабоязычная диалоговая модель для генерации ответов и ведения беседы.

336скачиваний за 30 дней14лайковвеса обновлены4 мар 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

AceGPT-7B-chat — диалоговая генеративная языковая модель семейства AceGPT, разработанная специалистами Школы науки о данных Китайского университета Гонконга в Шэньчжэне, Шэньчжэньского исследовательского института больших данных и Университета науки и технологий имени короля Абдаллы. Модель полностью дообучена на основе LLaMA 2 и имеет плотную архитектуру LlamaForCausalLM с 6,6 млрд параметров.

Модель принимает и генерирует текст. Версия chat предназначена для диалогов и ориентирована прежде всего на арабский язык: её можно использовать для ответов на вопросы, советов и ведения беседы на арабском. В README сообщается о сравнительных оценках на арабских диалоговых бенчмарках, но они не гарантируют качество в других сценариях.

Контекст модели — 2048 токенов. Лицензия — Apache-2.0. Ограничения контекстного окна и специализация на арабском могут снижать качество при работе с длинными текстами или другими языками; пример в карточке также содержит фактические ошибки, поэтому ответы требуют проверки.

Сценарии применения

  • ответы на вопросы на арабском языке
  • диалоговый помощник для общения на арабском
  • подготовка советов и инструкций на арабском
  • генерация арабских ответов в чат-боте

Ограничения

Контекст ограничен 2048 токенами; основная специализация модели — арабский язык. Пример из карточки содержит фактические ошибки, поэтому ответы следует проверять.

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

AceGPT

AceGPT is a fully fine-tuned generative text model collection based on LlaMA2, particularly in the
Arabic language domain. This is the repository for the 7B-chat pre-trained model.


Model Details

We have released the AceGPT family of large language models, which is a collection of fully fine-tuned generative text models based on LlaMA2, ranging from 7B to 13B parameters. Our models include two main categories: AceGPT and AceGPT-chat. AceGPT-chat is an optimized version specifically designed for dialogue applications. It is worth mentioning that our models have demonstrated superior performance compared to all currently available open-source Arabic dialogue models in multiple benchmark tests. Furthermore, in our human evaluations, our models have shown comparable satisfaction levels to some closed-source models, such as ChatGPT, in the Arabic language.

Model Developers

We are from the School of Data Science, the Chinese University of Hong Kong, Shenzhen (CUHKSZ), the Shenzhen Research Institute of Big Data (SRIBD), and the King Abdullah University of Science and Technology (KAUST).

Variations

AceGPT famils come in a range of parameter sizes —— 7B and 13B, each size of model has a base category and a -chat category.

Input

Models input text only.

Output

Models output text only.

Model Evaluation Results

Experiments on Arabic Vicuna-80, Arabic AlpacaEval. Numbers are the average performance ratio of ChatGPT over three runs. We do not report the results of raw Llama-2 models since they cannot properly generate Arabic texts.

Arabic Vicuna-80Arabic AlpacaEval
Phoenix Chen et al. (2023a)71.92% ± 0.2%65.62% ± 0.3%
Phoenix–multiple-langs Chen et al. (2023b)71.67% ± 0.7%65.36% ± 0.1%
Jais-13B-chat Sengupta et al. (2023)75.40% ± 1.6%74.95% ± 0.2%
AceGPT-7B-chat94.82% ± 0.2%93.81% ± 0.1%
AceGPT-13B-chat100.88% ± 0.4%97.95% ± 0.1%

Samples

Sample1(alpaca)

  • question:

ما هي أسماء بعض الممثلين المشهورين الذين بدأوا مسيراتهم المهنية على برودواي؟

  • answer:
  1. ليوناردو دي كابريو: بدأ مسيرته الفنية في برودواي على الرغم من أنه اشتهر بشكل أكبر من خلال أدواره في الأفلام مثل "The Wolf of Wall Street" و "Titanic".
  2. فرانسيس مكدورماند: بدأت مسيرتها الفنية في برودواي وأصبحت ممثلة مشهورة في أوائل القرن العشرين بفضل أدوارها في العديد من المسرحيات الكلاسيكية.
  3. جودي دنش: بدأت مسيرتها الفنية في برودواي وأصبحت ممثلة مشهورة بفضل أدائها المتميز في العديد من المسرحيات الكلاسيكية.
  4. بيتر أوستروم: بدأ مسيرته الفنية في برودواي وأصبح ممثلًا مشهورًا بفضل أدائه المتميز في العديد من المسرحيات الكلاسيكية.
  5. مارك رايلانس: بدأ مسيرته الفنية في برودواي وأصبح ممثلًا مشهورًا بفضل أدائه المتميز في العديد من المسرحيات الكلاسيكية.
  6. جيمس كان: بدأ مسيرته الفنية في برودواي وأصبح ممثلًا مشهورًا بفضل أدائه المتميز في العديد من المسرحيات الكلاسيكية.
  7. إليزابيث تايلور: بدأت مسيرتها الفنية في برودواي وأصبحت ممثلة مشهورة في أوائل القرن العشرين بفضل أدوارها في العديد من المسرحيات الكلاسيكية.
  8. روبرت ويلسون: بدأ مسيرته الفنية في برودواي وأصبح ممثلًا مشهورًا بفضل أدائه المتميز في العديد من المسرحيات الكلاسيكية.
  9. جودي غارلاند: بدأت مسيرتها الفنية في برودواي وأصبحت ممثلة مشهورة في أوائل القرن العشرين بفضل أدوارها في العديد من المسرحيات الكلاسيكية.
  10. ماثيو برودريك: بدأ مسيرته الفنية في برودواي وأصبح ممثلًا مشهورًا بفضل أدائه المتميز في العديد من المسرحيات الكلاسيكية."

Sample2(Vicuna)

  • question:

كيف يمكنني تحسين مهارات إدارة الوقت الخاصة بي؟

  • answer:
  1. تحديد الأولويات: قم بتحديد الأعمال الأكثر أهمية والتي تتطلب اهتمامك الأكبر.
  2. تنظيم الجدول الزمني: استخدم جدول زمني أو تقويم لتنظيم وقتك وتحديد الأوقات المحددة للقيام بمهام معينة.
  3. تجنب التسويف: تجنب تأجيل الأعمال التي يمكنك القيام بها الآن.
  4. استخدام تقنيات الإدارة الزمنية: استخدم تقنيات مثل تقنية بومودورو، حيث تعمل لمدة 25 دقيقة ثم تأخذ استراحة لمدة 5 دقائق.
  5. تعلم قول "لا": تعلم كيفية رفض الطلبات التي لا تتناسب مع أهدافك وجدولك الزمني.
  6. استخدم التكنولوجيا: استخدم التطبيقات والأدوات التكنولوجية لتتبع الوقت وتنظيم المهام.
  7. تحديد الوقت للراحة: تأكد من تحديد الوقت للراحة والاسترخاء لتجنب الإرهاق والشعور بالحرق.
  8. تحسين المهارات التنظيمية: تعلم كيفية تنظيم المهام والأولويات بشكل فعال.
  9. استخدم التقنيات البصرية: استخدم الرسوم البيانية والرسوم البيانية لتتبع الوقت والتقدم.
  10. تحسين الصحة العامة: تأكد من الحصول على قسط كاف من النوم والتغذية الجيدة والتمارين الرياضية لتحسين قدرتك على التركيز والإنتاجية.
  11. استخدم تقنية الطماطم: هذه التقنية تتطلب منك العمل لمدة 25 دقيقة دون انقطاع، ثم تأخذ استراحة لمدة 5 دقائق.
  12. تعلم كيفية قول "لا": قدرتك على قول "لا" للأشياء التي لا تخدم أهدافك يمكن أن تحسن بشكل كبير إدارة الوقت الخاصة بك.
  13. استخدم تقنية التركيز العميق: تقنية تستخدم التقنيات مثل التأمل والتركيز العقلي لزيادة القدرة على التركيز وتحسين الإنتاجية.
  14. تعلم كيفية تقسيم المهام: تعلم كيفية تقسيم المهام الكبيرة إلى مهام أصغر وأكثر إدارة.
  15. استخدم تقنية الطماطم: تقنية تتطلب منك العمل لمدة 25 دقيقة دون انقطاع، ثم تأخذ استراحة لمدة 5 دقائق.
  16. تعلم كيفية تحديد الأولويات: تعلم كيفية تحديد الأولويات والتركيز على المهام الأكثر أهمية أولاً.
  17. استخدم تقنية الترتيب الثلاثي: تقنية تتطلب منك ترتيب المهام حسب الأهمية والعاجلة، ثم تعمل على المهمة الأعلى أولاً.
  18. تعلم كيفية تحسين التركيز: تعلم"

You can get more details at https://github.com/FreedomIntelligence/AceGPT/tree/main

Reference

@article{huang2023acegpt,
  title={AceGPT, Localizing Large Language Models in Arabic},
  author={Huang, Huang and Yu, Fei and Zhu, Jianqing and Sun, Xuening and Cheng, Hao and Song, Dingjie and Chen, Zhihong and Alharthi, Abdulmohsen and An, Bang and Liu, Ziche and others},
  journal={arXiv preprint arXiv:2309.12053},
  year={2023}
}

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
252565c

0 моделей