Характеристики

Контекст: 8 192 токена
Параметры: 7,5 млрд
Размер весов: 16,1 ГБ
Архитектура: llama · dense
Базовая модель: Tess-coder-ruby-p4
Библиотека: transformers
Опубликована: 19 мая 2024

Ссылки

Hugging Face arXiv 2311.03099

Tess-coder-ruby-p5

Jebadiah

Генерация текстаТекст → текст4 профессии

Объединённая 7,5-миллиардная модель Llama для диалоговой генерации текста с контекстом до 8192 токенов.

21скачиваний за 30 дней0лайковвеса обновлены19 мая 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

Jebadiah/Tess-coder-ruby-p5 — языковая модель для генерации текста, созданная объединением предварительно обученных моделей с помощью mergekit. В основе объединения лежит Jebadiah/Tess-coder-ruby-p4, в него линейным методом DARE добавлена verifiers-for-code/Llama-3-LlamaPlanner. Архитектура — плотная LlamaForCausalLM с 7,5 млрд параметров; модель работает с контекстом до 8192 токенов и рассчитана на диалоговое взаимодействие.

Модель предназначена для генерации текста и может применяться в сценариях, связанных с программированием, благодаря включению модели LlamaPlanner. Карточка не описывает конкретные языки программирования или отдельные бенчмарки, поэтому качество и специализацию на конкретных задачах кодирования оценить нельзя. Файлы представлены в формате safetensors; для объединения использовалась точность bfloat16. Условия лицензии в предоставленных данных не приведены.

Сценарии применения

генерация текста в диалоговом интерфейсе
создание черновиков и продолжение текстов
помощь с вопросами о программировании
генерация фрагментов кода
эксперименты с объединением языковых моделей

Ограничения

README и метаданные не подтверждают качество на конкретных задачах кодирования или поддержку определённых языков. Условия лицензии в предоставленных источниках не указаны.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.1Разработка и данныеАнализ требований и архитектура ПОAI помогает переводить потребности бизнеса в непротиворечивые требования и технические решения.20 задач18 191модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

merge

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

Merge Details

Merge Method

This model was merged using the linear DARE merge method using Jebadiah/Tess-coder-ruby-p4 as a base.

Models Merged

The following models were included in the merge:

verifiers-for-code/Llama-3-LlamaPlanner

Configuration

The following YAML configuration was used to produce this model:

models:
  - model: Jebadiah/Tess-coder-ruby-p4
    # No parameters necessary for base model
  - model: verifiers-for-code/Llama-3-LlamaPlanner
    parameters:
      density: 0.5
      weight: 0.5
merge_method: dare_linear
base_model: Jebadiah/Tess-coder-ruby-p4
parameters:
  int8_mask: true
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: c6d8833