Характеристики

Контекст: 4 096 токенов
Параметры: 10,6 млрд
Лицензия: Apache 2.0
Архитектура: llama · dense
Базовая модель: KoSOLAR-10.7B-merge-v3.0
Библиотека: transformers
Опубликована: 16 апр 2024

Ссылки

Hugging Face

KoSOLAR-10.7B-merge-v3.4

JY623

Генерация текстаТекст → текст3 профессии

Объединённая методом SLERP модель Llama на 10,6 млрд параметров для генерации текста, в том числе на корейском языке.

14скачиваний за 30 дней0лайковвеса обновлены16 апр 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.

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

JY623/KoSOLAR-10.7B-merge-v3.4 — объединённая методом SLERP языковая модель, созданная автором репозитория с помощью mergekit из JY623/KoSOLAR-10.7B-merge-v3.0 и JY623/KoSOLAR-10.7B-merge-v3.3. Это плотная архитектура Llama с декодером LlamaForCausalLM, примерно 10,6 млрд параметров и контекстом до 4096 токенов. Модель предназначена для генерации текста; сведения каталога указывают на поддержку корейского языка.

Модель распространяется в формате safetensors под лицензией Apache-2.0. Карточка описывает способ слияния и исходные модели, но не приводит конкретных оценок качества или подробностей о целевых сценариях, поэтому пригодность для отдельных задач следует проверять на собственных примерах.

Сценарии применения

генерация корейского текста
продолжение текста на основе запроса
создание черновиков и коротких текстовых ответов

Ограничения

Карточка не содержит оценок качества и подробных рекомендаций по применению. Контекст модели ограничен 4096 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

slerp_test3

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the SLERP merge method.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

slices:

  - sources:

      - model: JY623/KoSOLAR-10.7B-merge-v3.0

        layer_range: [0, 48]

      - model: JY623/KoSOLAR-10.7B-merge-v3.3

        layer_range: [0, 48]

merge_method: slerp
base_model: JY623/KoSOLAR-10.7B-merge-v3.0

parameters:
  t: 0.2

dtype: bfloat16

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: 82e4b39