/ 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-FlashAttention2

Генерация текстаТекст → текст3 профессии

Компактная дообученная модель Llama для генерации текста и диалоговых ответов с контекстом 2048 токенов.

13скачиваний 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-FlashAttention2 — дообученная компактная языковая модель семейства Llama, созданная на основе TinyLlama/TinyLlama-1.1B-Chat-v1.0. В карточке указано 91,6 млн параметров; модель предназначена для генерации текста и диалоговых ответов. Она принимает текст и выдаёт текст, а её контекст составляет 2048 токенов.

Модель опубликована в формате safetensors под лицензией Apache-2.0. README сообщает о дообучении на неизвестном датасете и приводит значение loss 3,3043 на оценочном наборе. Подробностей о назначении, данных обучения и ограничениях в карточке нет; японский язык в названии репозитория не подтверждён как поддерживаемый.

Сценарии применения

  • генерация коротких текстовых ответов
  • создание диалогового прототипа
  • эксперименты с компактными языковыми моделями

Ограничения

Датасет дообучения неизвестен, а README не описывает предназначение и ограничения модели. Языковая поддержка не подтверждена; размер модели в метаданных составляет 91,6 млн параметров, несмотря на упоминание 1,1 млрд параметров у базовой 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

TinyLlama2-jp-122M-FlashAttention2

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: 3.3043

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
7.48540.061005.4181
4.93650.122004.6000
4.40450.183004.2480
4.12330.244004.0493
3.94410.295003.9019
3.81790.356003.7969
3.71420.417003.7099
3.62990.478003.6369
3.54460.539003.5616
3.47920.5910003.5006
3.41160.6511003.4380
3.3620.7112003.3931
3.32190.7713003.3552
3.28220.8214003.3295
3.25670.8815003.3126
3.25920.9416003.3043

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
12f5b15

0 моделей