/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
11 млрд
Размер весов
14,4 ГБ
Лицензия
Apache 2.0
Архитектура
RefinedWebModel · dense
Опубликована
14 июн 2023

Chinese-Falcon-7B

Классификация текстаТекст → label3 профессии

Генеративная текстовая модель RefinedWebModel на 11 млрд параметров для создания текста и связанных языковых задач.

229скачиваний за 30 дней29лайковвеса обновлены16 июн 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Linly-AI/Chinese-Falcon-7B — текстовая генеративная модель семейства RefinedWebModel, опубликованная Linly-AI. Метаданные указывают на архитектуру RWForCausalLM с плотными весами и размером 11 млрд параметров; модель распространяется в формате PyTorch и рассчитана на использование через Transformers.

Модель предназначена для генерации текста. Каталог также указывает поддержку классификации текста, разметки токенов и ответов на вопросы, однако README не содержит описания обучения, тестирования или конкретных сценариев применения, поэтому эти возможности нельзя считать подтверждёнными подробностями карточки. Лицензия — Apache-2.0.

Сценарии применения

  • генерация текста по запросу
  • ответы на вопросы по текстовому контексту
  • классификация текстов
  • разметка сущностей и токенов

Ограничения

README содержит только краткую секцию с деталями обучения, поэтому качество, поддерживаемые языки и длина контекста по имеющимся данным оценить нельзя.

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

Training details: https://github.com/CVI-SZU/Linly

from transformers import AutoTokenizer, AutoModelForCausalLM
import transformers
import torch

model = "Linly-AI/Chinese-Falcon-7B"

tokenizer = AutoTokenizer.from_pretrained(model)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    tokenizer=tokenizer,
    torch_dtype=torch.bfloat16,
    trust_remote_code=True,
    device_map="auto",
)
sequences = pipeline(
   "User: 你如何看待996?\nBot: 我认为996制度是一种不可取的工作时间安排,因为这会导致员工过多的劳累和身心健康问题。此外,如果公司想要提高生产效率,应该采用更有效的管理方式,而不是通过强行加大工作量来达到目的。\nUser: 那么你有什么建议?\nBot:",
    max_length=200,
    do_sample=True,
    top_k=10,
    num_return_sequences=1,
    eos_token_id=tokenizer.eos_token_id,
)
for seq in sequences:
    print(f"Result: {seq['generated_text']}")

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
RWForCausalLM
Ревизия весов
8a10df0

0 моделей