O-RAN policy decomposition model
This repository contains the merged, fine-tuned model exported from the local LoRA adapter.
Model repo: HikkenNoAce/oran-model
Base model: TinyLlama/TinyLlama-1.1B-Chat-v1.0
Дообученная чат-модель TinyLlama для генерации текста и декомпозиции политик O-RAN.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
HikkenNoAce/oran-model — чат-модель на архитектуре Llama, дообученная и объединённая из локального LoRA-адаптера на базе TinyLlama/TinyLlama-1.1B-Chat-v1.0. Она предназначена для генерации текста и диалоговой декомпозиции политик O-RAN. Модель содержит около 1 млрд параметров, принимает текст и рассчитана на контекст до 2048 токенов. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия в доступных данных не указана.
Контекст ограничен 2048 токенами; модель компактная и может уступать более крупным моделям в качестве ответов. Язык обучения и лицензия в доступных данных не приведены.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This repository contains the merged, fine-tuned model exported from the local LoRA adapter.
Model repo: HikkenNoAce/oran-model
Base model: TinyLlama/TinyLlama-1.1B-Chat-v1.0
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…