Промежуточный чекпойнт Sarvam-1 после дополнительного обучения на общих данных на малаяламском для экспериментов с суммаризацией.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
sarvam1-dapt-general — промежуточный чекпойнт Sarvam-1 размером 2,4 млрд параметров после дополнительного обучения на общих данных о мире на малаяламском языке. Модель создана в рамках исследования контролируемого DAPT для суммаризации на малаяламском; архитектура — плотная LlamaForCausalLM, библиотека — Transformers, формат весов — safetensors. Нативный контекст составляет 8192 токена, а для дополнительного обучения использовано около 297 млн токенов.
Чекпойнт предназначен для экспериментов с суммаризацией на малаяламском и изучения влияния дополнительного обучения на языковых данных. В описании исследования сообщается, что DAPT не дал статистически значимого улучшения downstream-результатов ни для mBART, ни для Sarvam-1. Артефакт обозначен как частный исследовательский материал; условия лицензирования в предоставленных данных не приведены.
Исследование не выявило статистически значимого улучшения downstream-результатов от описанного дополнительного обучения. Это промежуточный чекпойнт и частный исследовательский артефакт; условия лицензии в доступных данных не указаны.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
sarvam-1 (2.5B) after general-world Malayalam DAPT (causal, 297.05M tokens). Intermediate checkpoint.
Part of the nlg_dapt_study corpus-controlled DAPT study for Malayalam summarisation. Central finding: documented DAPT (cultural or general-world, 23M–297M tokens) yields no statistically significant downstream gain on either mBART or sarvam-1. Private research artifact.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…