/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1,5 млрд
Размер весов
3,7 ГБ
Лицензия
Своя лицензия
Архитектура
qwen2 · dense
Библиотека
transformers
Опубликована
29 мар 2024

Hercules-Mini-1.8B

Генерация текстаТекст → текст13 профессий

Hercules-Mini-1.8B — дообученная на диалоговых данных компактная языковая модель для ответов на вопросы, математики, программирования и ролевого общения.

69скачиваний за 30 дней7лайковвеса обновлены30 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.

  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

Hercules-Mini-1.8B — разговорная языковая модель, разработанная M4-ai на основе Qwen1.5-1.8B. Модель дообучена на 700 тысячах примеров Hercules-v4 и имеет плотную архитектуру Qwen2 с 1,5 млрд параметров; она принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов.

Модель предназначена для универсального ассистента: ответов на вопросы, математических задач, программирования, вызова функций и ролевых диалогов. В карточке указаны английский и, возможно, китайский языки; метаданные подтверждают английский. Лицензия обозначена в метаданных как other, а в README указана лицензия tongyi-qianwen.

Известное ограничение — некорректно настроенный токен окончания последовательности: для предотвращения бесконечной генерации требуется самостоятельно задать критерий остановки. Оценка качества в карточке не приведена.

Сценарии применения

  • ответы на вопросы в роли универсального ассистента
  • решение математических задач в диалоге
  • помощь с написанием и разбором кода
  • вызов функций из диалогового приложения
  • ролевая беседа с языковой моделью

Ограничения

Токен окончания последовательности настроен некорректно, поэтому для остановки генерации нужно задать собственный критерий. Оценка качества модели в карточке не приведена.

Для каких профессий подходит13

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Hercules-Mini-1.8B

We fine-tuned Qwen1.5-1.8B on Locutusque's Hercules-v4.

Model Details

Model Description

This model has capabilities in math, coding, function calling, roleplay, and more. We fine-tuned it using 700,000 examples of Hercules-v4.

  • Developed by: M4-ai
  • Language(s) (NLP): English and maybe Chinese
  • License: tongyi-qianwen license
  • Finetuned from model: Qwen1.5-1.8B

Uses

General purpose assistant, question answering, chain-of-thought, etc..

Bias, Risks, and Limitations

The eos token was not setup properly, so to prevent infinite generation you'll need to implement a stopping criteria when the model generates the <|im_end|> token.

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

Evaluation

Coming soon

Training Details

Training Data

https://huggingface.co/datasets/Locutusque/hercules-v4.0

Training Hyperparameters

  • Training regime: bf16 non-mixed precision

Technical Specifications

Hardware

We used 8 Kaggle TPUs, and we trained at a global batch size of 256 and sequence length of 1536

Contributions

Thanks to @Tonic, @aloobun, @fhai50032, and @Locutusque for their contributions to this model.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
1210ddf

0 моделей