/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
91,6 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
TinyLlama-1.1B-Chat-v1.0
Опубликована
3 мар 2024

TinyLlama2-jp-122M

Генерация текстаТекст → текст3 профессии

Компактная дообученная Llama-модель для генерации текста, основанная на TinyLlama-1.1B-Chat-v1.0.

132скачиваний за 30 дней0лайковвеса обновлены3 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

HachiML/TinyLlama2-jp-122M — дообученная модель генерации текста на архитектуре Llama, созданная на основе TinyLlama/TinyLlama-1.1B-Chat-v1.0. В метаданных указано 91,6 млн параметров и контекст 2048 токенов; веса представлены в формате safetensors. README сообщает о дообучении на наборе данных, который не описан, и приводит значение Loss 3,2892 на оценочном наборе.

Модель предназначена для генерации текста и диалоговых ответов. Суффикс jp указывает на возможную ориентацию на японский язык, однако карточка не подтверждает поддерживаемые языки, назначение дообучения или его качество, поэтому специализацию модели нельзя установить. Лицензия — Apache-2.0.

Сценарии применения

  • генерация коротких текстовых ответов
  • создание диалогового прототипа
  • эксперименты с компактной языковой моделью

Ограничения

Набор данных для дообучения и целевые языки не описаны; приведено только значение Loss 3,2892 без контекста методики оценки. Контекст ограничен 2048 токенами.

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

TinyLlama2-jp

This model is a fine-tuned version of TinyLlama/TinyLlama-1.1B-Chat-v1.0 on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 3.2892

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: 0.0005
  • train_batch_size: 156
  • eval_batch_size: 156
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 200
  • num_epochs: 1

Training results

Training LossEpochStepValidation Loss
7.47560.061005.4296
4.9360.122004.5938
4.39580.183004.2302
4.11930.244004.0358
3.94390.35003.8978
3.82340.366003.7824
3.7140.417003.6923
3.62770.478003.6110
3.53760.539003.5401
3.47910.5910003.4743
3.40580.6511003.4219
3.35820.7112003.3737
3.32720.7713003.3387
3.28920.8314003.3123
3.26550.8915003.2962
3.25110.9516003.2892

Framework versions

  • Transformers 4.38.2
  • Pytorch 2.1.0+cu121
  • Datasets 2.18.0
  • Tokenizers 0.15.2

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
e09fbf4

0 моделей