Характеристики

Контекст: 4 096 токенов
Параметры: 5,8 млрд
Размер весов: 12,1 ГБ
Лицензия: Apache 2.0
Архитектура: llama · dense
Базовая модель: Yi-1.5-6B
Библиотека: transformers
Опубликована: 31 дек 2024

Ссылки

PeiYangMe-0.9

Генерация текстаТекст → текст3 профессии

PeiYangMe-0.9 — дообученная языковая модель Tianjin University для генерации текста по задачам вычислительного катализа и дегидрирования пропана.

24скачиваний за 30 дней0лайковвеса обновлены1 янв 2025

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.

Открыть конструктор бенчмарка

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

PeiYangMe-0.9 — языковая модель Tianjin University для задач вычислительного катализа, в частности анализа процессов дегидрирования пропана (PDH). Модель дообучена на Yi-1.5-6B и относится к плотной архитектуре семейства Llama; содержит 5,8 млрд параметров и принимает текст для генерации текста. Работает с контекстом до 4096 токенов, поддерживает китайский и английский языки.

Модель предназначена для применения в задачах вычислительного катализа и химии, связанных с PDH. Подробные технические характеристики и показатели качества пока не опубликованы. Распространяется по лицензии Apache-2.0.

Сценарии применения

генерация текстовых ответов по вычислительному катализу
помощь в анализе дегидрирования пропана
обсуждение химических задач на китайском языке
обсуждение химических задач на английском языке

Ограничения

Подробные технические характеристики и показатели качества модели пока не опубликованы.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделей I.13Универсальные способностиСимуляция, моделирование и открытие новогоAI помогает исследовать сложные системы, проверять сценарии и искать новые конструкции, закономерности или гипотезы.18 задач1 577моделей I.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

Открыть на Hugging Face

北洋微衍V0.9/PeiYang MicroEmergence-0.9

模型曾用名 / Model Name History

此模型在开发过程中经历了以下命名阶段： This model has gone through the following naming stages during development:

早期阶段 / Initial Stage:
Invalid-Null/Non-Null
发展阶段 / Development Stage:
天津大学/北洋微衍 (Tianjin University/Peiyang MicroDerivation)
当前版本 / Current Release:
天津大学/北洋微衍 (Tianjin University/Peiyang MicroEmergence)

模型概述 / Model Overview

本模型专注于计算催化领域，特别是丙烷脱氢(PDH)过程。 This model focuses on computational catalysis, specifically designed for propane dehydrogenation (PDH) processes.

技术基础 / Technical Foundation

基础框架 / Base Framework:
基于ModelScope的ms-swift框架开发 Developed using ModelScope's ms-swift framework
基础模型 / Base Model:
基于零一万物的Yi系列6B模型训练，包括yi-6B、yi-6B-chat、yi-1.5-6B、yi-1.5-6B-chat Fine-tuned on 01.AI's Yi-6B series model, including yi-6B, yi-6B-chat, yi-1.5-6B and yi-1.5-6B-chat

当前状态 / Current Status

详细的技术规格和性能指标将在相关研究论文发表后提供。 Detailed technical specifications and performance metrics will be available upon publication of our research paper.

致谢 / Acknowledgments

特别感谢以下开源项目的贡献： We would like to acknowledge the contributions of the following open-source projects:

ModelScope的ms-swift框架 / ModelScope's ms-swift framework
零一万物的Yi系列模型 / 01.AI's Yi series models

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: LlamaForCausalLM
Ревизия весов: 8cc9496