This model is a Llama2-7B model finetuned on the union of ShareGPT, the exams dataset and a subset of the Orca dataset. The finetuning was performed with DeepSpeed Chat toolkit (step 1, sft). The model run for three epochs before reaching a plateau on the validation dataset. We used a cosine scheduler, with an initial LR of 2e-5.
Характеристики
- Контекст
- 2 048 токенов
- Параметры
- 6,6 млрд
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Опубликована
- 18 окт 2023
Ссылки
llama2-exams-orca-sharegpt
Дообученная на диалогах, экзаменационных задачах и данных Orca модель Llama 2 для генерации текста и ответов на вопросы.
65скачиваний за 30 дней0лайковвеса обновлены23 окт 2023
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.
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 HWERI/llama2-exams-orca-sharegpt — дообученная HWERI языковая модель семейства Llama 2 с плотной архитектурой LlamaForCausalLM и 6,6 млрд параметров. Обучение в формате supervised fine-tuning проводилось с помощью DeepSpeed Chat на объединении ShareGPT, набора exams и части датасета Orca; после трёх эпох качество на валидации вышло на плато.
Модель предназначена для генерации текста и диалоговых ответов, в том числе для решения экзаменационных вопросов. Она принимает текст, рассчитана на контекст до 2048 токенов и поддерживает английский, китайский, корейский, японский и французский языки. Репозиторий содержит веса PyTorch; лицензия — Apache-2.0.
Карточка не приводит результатов независимой оценки качества. Контекст ограничен 2048 токенами, поэтому модель может не подойти для длинных документов; результаты на других задачах и языках отдельно не подтверждены.
Сценарии применения
- генерация ответов в текстовом диалоге
- ответы на экзаменационные вопросы
- создание учебных объяснений по заданному вопросу
- разработка прототипа чат-бота на базе Llama 2
Ограничения
Контекст ограничен 2048 токенами. Карточка не приводит независимых оценок качества или подтверждения результатов на задачах и языках за пределами обучающих данных.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- LlamaForCausalLM
- Ревизия весов
- 0d6c33d