/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
6,7 млрд
Размер весов
13,8 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
llama-2
Опубликована
2 мар 2024

swahili-Instruct-llama-2-7b

Генерация текстаТекст → текст3 профессии

Дообученная на текстах на суахили модель LLaMA-2 для генерации текста и исследовательских экспериментов.

422скачиваний за 30 дней1лайквеса обновлены1 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

Swahili LLaMA — модель семейства LLaMA-2, разработанная Mollel и дообученная на текстах на суахили, включая материалы новостных изданий и блогов. Это плотная трансформерная языковая модель с 6,7 млрд параметров, предназначенная для продолжения текста; длина контекста — 2048 токенов. Репозиторий содержит веса PyTorch, лицензия — Apache-2.0.

Модель подходит для генерации текста на стандартном суахили и исследовательских экспериментов с языковыми моделями для этого языка. Она не проходила инструкционное дообучение, поэтому может плохо следовать сложным запросам, а также выдавать лишний текст и фактические ошибки. На коде модель работает слабо; разговорный суахили, сленг и другие языки могут вызывать ошибки. Разработчик предупреждает о возможной токсичности и предвзятости и отмечает, что качество модели для производственных задач не проверялось.

Сценарии применения

  • генерация продолжения текста на стандартном суахили
  • черновики новостных и журнальных текстов на суахили
  • исследования языковых моделей для суахили
  • эксперименты с автодополнением текста на суахили

Ограничения

Модель не проходила инструкционное дообучение, может выдавать фактические ошибки и лишний текст, плохо справляется с кодом и может ошибаться на разговорном суахили, сленге и других языках. Разработчик не проверял её пригодность для производственных задач и предупреждает о возможной предвзятости и токсичности.

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

Uploaded model

  • Developed by: Mollel
  • License: apache-2.0
  • ** continue pre trained and Finetuned from model :** Llama-2

Notes:

  • Swahili_LLaMA is intended for research purposes. The model-generated text/code should be treated as a starting point rather than a definitive solution for potential use cases. Users should be cautious when employing these models in their applications.
  • Direct adoption for production tasks is out of the scope of this research project. As a result, the swahili_llama model has not been tested to ensure that it performs adequately for any production-level application. Please refer to the limitation sections of this document for more details.
  • Any use of this model is at your own risk.

Limitations of Swahili LLaMA

  • Generate Inaccurate Facts as the base model

  • Limited Scope for code: It performs poorly on code

  • Unreliable Responses to Instruction: The model has not undergone instruction fine-tuning. As a result, it may struggle or fail to adhere to intricate or nuanced instructions provided by users.

  • Language Limitations: The model is primarily designed to understand standard Swahili. The checkpoint of this model also leads to more inaccurate responses. Any Informal Swahili, slang, or any other language might challenge its comprehension, leading to potential misinterpretations or errors in response.

  • Potential Societal Biases: it fed with limited text it might be bias

  • Toxicity: It might be toxic; however, most of the dataset trained in Swahili comes from newspapers, which makes it less toxic.

  • Verbosity: Swahili LLaMa, being a base model, often produces irrelevant or extra text and responses following its first answer to user prompts within a single turn. This is due to its training dataset being primarily news and blogspot, which results in random response.

Training

Model

  • Architecture: LLaMA-2a (Transformer-based model with next-word prediction objective)

  • Context length: LLaMA-2 (2048 tokens)

  • Dataset size: 600M tokens(LLaMA-2) from C100 swahili and other craw from swahili newspaper and blogspots.

  • Training tokens: 1.4T tokens

  • GPUs: 2xA6000-48G

  • Training time: Expected 13 days

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
875147f

0 моделей