/ Модель

Характеристики

Контекст
8 192 токена
Параметры
8,2 млрд
Размер весов
17,1 ГБ
Лицензия
Apache 2.0
Архитектура
gemma · dense
Базовая модель
gemma-7b-bnb-4bit
Опубликована
8 апр 2024

Swahili_Gemma

Генерация текстаТекст → текст4 профессии

Дообученная Gemma для генерации диалогового текста, ориентированная на сценарии с суахили.

34скачиваний за 30 дней1лайквеса обновлены7 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.

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

Mollel разработал Swahili Gemma — дообученную разговорную языковую модель семейства Gemma для генерации текста. Модель содержит 8,2 млрд параметров, использует архитектуру GemmaForCausalLM и рассчитана на контекст до 8192 токенов. В карточке указана поддержка английского языка; название и примеры применения ориентируют модель на работу со суахили, но README не приводит отдельного списка поддерживаемых языков.

Модель можно применять для диалоговых ответов, создания обучающих наборов и ответов по документам в RAG-сценариях. README описывает загрузку через Hugging Face и LlamaIndex. Лицензия — Apache 2.0. Качество и ограничения для отдельных задач в карточке не оценены.

Сценарии применения

  • ответы на вопросы на суахили
  • ведение диалога на суахили
  • генерация обучающих примеров на суахили
  • ответы по документам в RAG-системе на суахили

Ограничения

README не содержит оценок качества и подробного описания ограничений по задачам или языкам. Для загрузки модельного контекста в примере задано окно 4096 токенов, тогда как метаданные указывают native context в 8192 токена.

Для каких профессий подходит4

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

Uploaded model

  • Developed by: Mollel
  • License: apache-2.0
  • Finetuned from model : gemma-7b-bnb-4bit

from llama_index.llms.huggingface import HuggingFaceLLM
llm = HuggingFaceLLM(
 context_window=4096,
 max_new_tokens=256,
 generate_kwargs={"temperature": 0.7, "do_sample": False},  
 tokenizer_name="Mollel/Swahili_Gemma",
 model_name="Mollel/Swahili_Gemma",
 device_map="auto",
 stopping_ids=[50278, 50279, 50277, 1, 0],
 tokenizer_kwargs={"max_length": 4096},
 model_kwargs={"torch_dtype": torch.float16}
)

Examples

  1. Load Lora and use for evaluation kaggle GitRepo
  2. Supervised Finetuning Dataset Creation using Swahili Gemma kaggle GitRepo
  3. Rag using Swahili gemma KaggleGitRepo

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GemmaForCausalLM
Ревизия весов
249c456

0 моделей