Компактная англоязычная модель на базе TinyLlama для генерации текста и экспериментов с диалоговыми сценариями.
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
Tiny Vicuna 1B — языковая модель Jiayi-Pan, дообученная на базе TinyLlama на наборе WizardVicuna. Она предназначена для генерации текста и ранних экспериментов с диалоговыми сценариями; заявлена совместимость с серией Vicuna-v1.5.
Модель имеет плотную архитектуру семейства Llama и около 1 млрд параметров. Она принимает текст и генерирует текст, поддерживает английский язык и имеет контекст длиной 2048 токенов. В карточке приведены результаты оценки на нескольких тестах, включая AI2 Reasoning Challenge и HellaSwag.
Модель распространяется по лицензии Apache-2.0. Разработчик позиционирует её как удобную для ранних экспериментов; результаты оценки сами по себе не гарантируют качество в конкретных прикладных задачах.
Контекст ограничен 2048 токенами. Модель описана как удобная для ранних экспериментов, поэтому результаты на тестах не следует считать гарантией качества для прикладных сценариев.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This model is a fine-tuned version of TinyLlama on WizardVicuna Dataset. It should be fully compatible with Vicuna-v1.5 series.
This model is easy to iterate on for early experiments!
Detailed results can be found here
| Metric | Value |
|---|---|
| Avg. | 34.76 |
| AI2 Reasoning Challenge (25-Shot) | 33.45 |
| HellaSwag (10-Shot) | 55.92 |
| MMLU (5-Shot) | 25.45 |
| TruthfulQA (0-shot) | 33.82 |
| Winogrande (5-shot) | 58.41 |
| GSM8k (5-shot) | 1.52 |
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…