/ Модель
Каталог

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Размер весов
13,5 ГБ
Архитектура
llama · dense
Опубликована
16 мая 2024

Ссылки

Hugging Face

selfbiorag-7b-wo-kqa_golden-iter-dpo-step3-filtered

Minbyul
Генерация текстаТекст → текст

Дообученная 6,6-миллиардная модель Llama для генерации текста с контекстом 4096 токенов.

20скачиваний за 30 дней1лайквеса обновлены16 мая 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.

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

Minbyul/selfbiorag-7b-wo-kqa_golden-iter-dpo-step3-filtered — дообученная языковая модель на архитектуре Llama с 6,6 млрд параметров. В README указано, что она создана на основе Minbyul/selfbiorag-7b-wo-kqa_golden-iter-dpo-step2, однако сведения о датасете и конкретных изменениях на этапе дообучения отсутствуют.

Модель предназначена для генерации текста; её контекст составляет 4096 токенов. Карточка не описывает специализированные сценарии, поддерживаемые языки или результаты оценки качества, поэтому нельзя надёжно определить её пригодность для конкретных задач.

Сценарии применения

  • генерация текста по запросу
  • ответы в диалоговом интерфейсе
  • эксперименты с дообучением Llama

Ограничения

README не раскрывает обучающие данные, результаты оценки и специальные сценарии применения. Не следует считать поддержку конкретных языков подтверждённой.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

selfbiorag-7b-wo-kqa_golden-iter-dpo-step3-filtered

This model is a fine-tuned version of Minbyul/selfbiorag-7b-wo-kqa_golden-iter-dpo-step2 on an unknown dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-07
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 4
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 64
  • total_eval_batch_size: 32
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 1

Training results

Framework versions

  • Transformers 4.39.0.dev0
  • Pytorch 2.1.2
  • Datasets 2.14.6
  • Tokenizers 0.15.2

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
9698dc5

0 моделей

    Создать бенчмарк