/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
1,7 млрд
Лицензия
Apache 2.0
Архитектура
opt · dense
Опубликована
11 окт 2023

DOCTOR

Генерация текстаТекст → текст3 профессии

DOCTOR — диалоговая модель на базе OPT для многошаговой генерации знаний здравого смысла и цепочек рассуждений по истории беседы.

35скачиваний за 30 дней6лайковвеса обновлены20 ноя 2023

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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

DOCTOR — диалоговая модель рассуждений, разработанная LangAGI-Lab. По истории диалога она генерирует знания здравого смысла в виде цепочки рассуждений и использует для этого многошаговый подход. Модель основана на архитектуре OPT и содержит 1,7 млрд параметров; она предназначена для генерации текста с контекстом до 2048 токенов.

Модель обучена на наборе данных DLI-Lab/DONUT. Её можно применять для извлечения неявных смысловых связей из диалога и построения многошаговых объяснений, помогающих анализировать контекст беседы. Репозиторий содержит веса PyTorch в формате safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • генерация многошаговых рассуждений по истории диалога
  • выявление неявных связей и предположений в беседе
  • анализ здравого смысла в диалоговом контексте

Ограничения

Модель обучена на DLI-Lab/DONUT; качество и надёжность рассуждений за пределами её обучающих данных не установлены. Контекст ограничен 2048 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

A dialogue commonsense reasoner that generates Chain-of-Thought knowledge in a multi-hop manner given a dialogue history. Our DOCTOR is trained with DONUT which is also available on huggingface.

Links for Reference

For more details, you can look at our paper Dialogue Chain-of-Thought Distillation for Commonsense-aware Conversational Agents. If you find the following model helpful, please consider citing our paper!

BibTeX:

@misc{chae2023dialogue,
      title={Dialogue Chain-of-Thought Distillation for Commonsense-aware Conversational Agents}, 
      author={Hyungjoo Chae and Yongho Song and Kai Tzu-iunn Ong and Taeyoon Kwon and Minjin Kim and Youngjae Yu and Dongha Lee and Dongyeop Kang and Jinyoung Yeo},
      year={2023},
      eprint={2310.09343},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
OPTForCausalLM
Ревизия весов
3aa77da

0 моделей