Характеристики

Контекст: 2 048 токенов
Параметры: 12,9 млрд
Размер весов: 52,7 ГБ
Лицензия: CC BY-NC 4.0
Архитектура: llama · dense
Опубликована: 8 мар 2024

Ссылки

Hugging Face

llama-2-koen-13b-QLoRA-NEFTune-kolon-v0.1

KBNIT

Генерация текстаТекст → текст3 профессии

Дообученная на корейских вопросах и ответах модель Llama-2-koen-13b для генерации текста и ответов на вопросы.

18скачиваний за 30 дней0лайковвеса обновлены27 мар 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

KBNIT/llama-2-koen-13b-QLoRA-NEFTune-kolon-v0.1 — языковая модель на архитектуре Llama, дообученная KBNIT на базе beomi/llama-2-koen-13b с помощью QLoRA и NEFTune. Модель предназначена для генерации текста и ответов на вопросы по корейской Википедии; разработчик также указывает, что модель создавалась для Kolon.

Модель содержит 12,9 млрд параметров, использует формат PyTorch и поддерживает контекст до 2048 токенов. В метаданных указаны корейский и английский языки. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Сценарии применения

ответы на вопросы по корейской Википедии
генерация текста на корейском языке
создание ответов на вопросы на английском языке
прототипирование языковых приложений для Kolon

Ограничения

Контекст ограничен 2048 токенами; обучение описано для корейских вопросов и ответов по Википедии. Лицензия запрещает коммерческое использование.

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 I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Base Model:

We made a LLM model with beomi/llama-2-koen-13b

Model Description

We use QLoRA(64, 16) and NEFTune on LLM Fine-tuning lr = 2e-4,

Train Detail

Our Korean Wiki QA data used, and 3 epoch train

Others

We are making LLM model for Kolon !

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: 65f2b3e