Характеристики

Контекст: 32 768 токенов
Параметры: 464 млн
Архитектура: moe_llava_qwen1_5 · dense
Базовая модель: stage2-llavaqwen1.5-0.5B-vista-5ep-llama405
Опубликована: 20 сен 2024

Ссылки

Hugging Face

stage3-moe-ft-llavaqwen1.5-0.5b-vista-5ep-llama405fil

Nhanvi282

Генерация текстаТекст → текст3 профессии

Дообученная чат-модель на архитектуре MoELLaVA-Qwen1.5 для генерации текста.

16скачиваний за 30 дней0лайковвеса обновлены21 сен 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Модель Nhanvi282/stage3-moe-ft-llavaqwen1.5-0.5b-vista-5ep-llama405fil — дообученная версия Nhanvi282/stage2-llavaqwen1.5-0.5B-vista-5ep-llama405, разработанная Nhanvi282. По метаданным это чат-модель для генерации текста с архитектурой MoELLaVAQwen1_5ForCausalLM и 463,6 млн параметров; заявленный контекст — 32 768 токенов. Весовые файлы представлены в форматах PyTorch и safetensors.

Карточка не описывает обучающий набор данных, целевые сценарии, языки или результаты оценки. Поэтому назначение модели можно определить лишь в общих чертах: диалог и генерация текста. Лицензия в предоставленных данных не указана.

Сценарии применения

генерация текста в диалоговом интерфейсе
ответы на сообщения в чате
создание текстовых продолжений по запросу

Ограничения

Обучающий набор данных и результаты оценки не описаны, поэтому качество и специализированные сценарии применения не подтверждены. Лицензия и поддерживаемые языки в предоставленных данных не указаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

stage3-moe-ft-llavaqwen1.5-0.5b-vista-5ep_llama405-moe

This model is a fine-tuned version of Nhanvi282/stage2-llavaqwen1.5-0.5B-vista-5ep-llama405 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: 2e-06
train_batch_size: 4
eval_batch_size: 2
seed: 42
distributed_type: multi-GPU
num_devices: 2
gradient_accumulation_steps: 8
total_train_batch_size: 64
total_eval_batch_size: 4
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: cosine
lr_scheduler_warmup_ratio: 0.03
num_epochs: 4.0
mixed_precision_training: Native AMP

Training results

Framework versions

Transformers 4.37.0
Pytorch 2.0.1+cu117
Datasets 2.21.0
Tokenizers 0.15.1

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура moe_llava_qwen1_5 неизвестна transformers в образе рантайма.

Класс архитектуры: MoELLaVAQwen1_5ForCausalLM
Ревизия весов: f1128b0