/ Модель

Характеристики

Контекст
8 192 токена
Параметры
362 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
SmolLM2-360M-Instruct
Библиотека
transformers
Опубликована
14 ноя 2024

story_model

Генерация текстаТекст → текст3 профессии

Компактная дообученная модель для генерации текста и диалогов на базе SmolLM2-360M-Instruct.

21скачиваний за 30 дней0лайковвеса обновлены14 ноя 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

GawdSB/story_model — дообученная модель Hugging Face на базе HuggingFaceTB/SmolLM2-360M-Instruct, созданная для генерации текста и диалогов. Она использует плотную архитектуру семейства Llama и содержит около 361,8 млн параметров; модель принимает текст и выдаёт текст.

Модель опубликована в формате safetensors и поддерживает контекст до 8192 токенов. README сообщает о дообучении на неизвестном наборе данных и значении loss 0,0773 на оценочной выборке, но не раскрывает сценарии обучения и оценки. Лицензия — Apache-2.0.

Сценарии применения

  • генерация продолжения текста
  • ведение текстового диалога
  • ответы на инструкции на основе текста

Ограничения

Данные обучения и подробные сценарии применения не описаны; приведено только значение loss без названия набора и методики оценки. Английский язык указан для базовой модели, но README не описывает языковое покрытие дообученной модели.

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

story_model

This model is a fine-tuned version of HuggingFaceTB/SmolLM2-360M-Instruct on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0773

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-05
  • train_batch_size: 4
  • eval_batch_size: 4
  • seed: 42
  • optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • num_epochs: 3.0

Training results

Training LossEpochStepValidation Loss
1.05250.41675000.8982
0.77580.833310000.6485
0.48481.2515000.4354
0.28911.666720000.2627
0.16462.083325000.1497
0.08172.530000.1007
0.06142.916735000.0773

Framework versions

  • Transformers 4.46.2
  • Pytorch 2.5.0+cu121
  • Datasets 3.1.0
  • Tokenizers 0.20.3

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
f74ee81

0 моделей