/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
2,2 млрд
Размер весов
9,1 ГБ
Лицензия
CC BY-NC 4.0
Архитектура
llama · dense
Опубликована
16 июл 2024

ITT-AF-PLM-2.2B_v0.4

Генерация текстаТекст → текст3 профессии

Предварительно обученная 2,2-миллиардная языковая модель Llama для генерации текста.

126скачиваний за 30 дней0лайковвеса обновлены16 июл 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

ITT-AF-PLM-2.2B_v0.4 — предварительно обученная языковая модель ITT-AF на архитектуре Llama с 2,2 млрд параметров. Она обучена на пользовательском наборе данных объёмом 110 ГБ, собранном из разных источников, преимущественно из веба.

Модель предназначена для генерации текста. В карточке не приведены конкретные сценарии применения, сведения о языках или оценка качества. Длина контекста составляет 2048 токенов; веса опубликованы в формате Safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

Обучающие данные могут содержать оскорбительный, вредоносный и предвзятый контент, поэтому модель может воспроизводить такие смещения. Перед использованием её ответов в пользовательских сценариях необходима проверка качества и безопасности.

Сценарии применения

  • генерация продолжения текста
  • создание черновиков текста
  • эксперименты с языковыми моделями на архитектуре Llama

Ограничения

Обучающие данные из веба могут содержать вредоносный, оскорбительный и предвзятый контент, который модель способна воспроизводить. Карточка не сообщает оценок качества и не описывает рекомендуемые сценарии применения.

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

ITT-AF/ITT-AF-PLM-2.2B_v0.4

This model is a pretrained version on custom dataset(110G).

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

The data used to train the model is collected from various sources, mostly from the Web. As such, it contains offensive, harmful and biased content. We thus expect the model to exhibit such biases from the training data.

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 24
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 96
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 1.0
  • mixed_precision_training: Native AMP

Training results

text = "한국의 수도는" 
gen_text = "한국의 수도는 서울이다. 그러나 서울이라는 도시는 그 자체가 하나의 거대한 도시다. 서울의 중심은 광화문광장이다."

Framework versions

  • Transformers 4.36.2
  • Pytorch 2.1.2+cu121
  • Datasets 2.0.0
  • Tokenizers 0.15.0

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
3b5d953

0 моделей