/ Модель

Характеристики

Контекст
8 192 токена
Параметры
9 млрд
Размер весов
20,3 ГБ
Архитектура
gemma2 · dense
Базовая модель
Gemma-2-Ataraxy-9B
Библиотека
transformers
Опубликована
4 сен 2024

Gemma-Ko-Merge

Генерация текстаТекст → текст5 профессий

Объединённая Gemma 2 на 9 млрд параметров для генерации корейского текста, диалогов, ответов на вопросы и суммаризации.

64скачиваний за 30 дней1лайквеса обновлены30 окт 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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4047

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,6416

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3879

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,1881

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5813

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3356

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Gunulhona/Gemma-Ko-Merge — объединённая языковая модель на архитектуре Gemma 2, созданная с помощью mergekit методом breadcrumbs_ties. В качестве основной модели использована lemon07r/Gemma-2-Ataraxy-9B; в объединение также вошли корейская rtzr/ko-gemma-2-9b-it, её вариант для суммаризации событий ghost613/gemma9_on_korean_summary_events и wzhouad/gemma-2-9b-it-WPO-HB. Модель содержит 9 млрд параметров и рассчитана на контекст до 8192 токенов.

Модель предназначена для генерации текста и диалогов на корейском языке, включая ответы на вопросы и суммаризацию. Репозиторий содержит веса в форматах Safetensors и GGUF; метаданные указывают библиотеку Transformers и возможность использования в чат-сценариях. В README приведены результаты оценивания на отдельных тестах, включая IFEval и BBH.

Лицензия в предоставленных сведениях не указана.

Сценарии применения

  • генерация ответов в корейском чат-боте
  • ответы на вопросы на корейском языке
  • суммаризация корейских текстов и событий
  • создание и продолжение корейских текстов

Ограничения

В предоставленных материалах нет сведений о лицензии. Оценки в README охватывают лишь отдельные тесты и не описывают качество на всех сценариях.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

merge

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the breadcrumbs_ties merge method using lemon07r/Gemma-2-Ataraxy-9B as a base.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

slices:
  - sources:
      - model: lemon07r/Gemma-2-Ataraxy-9B
        layer_range: [0, 42]
        parameters:
            weight: 1
            density: 0.7
            gamma: 0.03
      - model: wzhouad/gemma-2-9b-it-WPO-HB
        layer_range: [0, 42]
        parameters:
            weight: 1
            density: 0.42
            gamma: 0.03
      - model: rtzr/ko-gemma-2-9b-it
        layer_range: [0, 42]
        parameters:
            weight: 1
            density: 0.42
            gamma: 0.03
      - model: rtzr/ko-gemma-2-9b-it+ghost613/gemma9_on_korean_summary_events # lora model loading
        layer_range: [0, 42]
        parameters:
            weight: 1
            density: 0.42
            gamma: 0.03
merge_method: breadcrumbs_ties
base_model: lemon07r/Gemma-2-Ataraxy-9B
dtype: bfloat16

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.25.94
IFEval (0-Shot)64.16
BBH (3-Shot)38.79
MATH Lvl 5 (4-Shot)0.15
GPQA (0-shot)11.41
MuSR (0-shot)9.12
MMLU-PRO (5-shot)31.99

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma2ForCausalLM
Ревизия весов
e4a513a

0 моделей