/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
1 млрд
Лицензия
MIT
Архитектура
llama · dense
Библиотека
transformers
Опубликована
3 янв 2024

HelpingAI-Lite

Генерация текстаТекст → текст4 профессии

HelpingAI-Lite — компактная англоязычная модель семейства Llama для диалоговой генерации текста и помощи с программированием.

121скачиваний за 30 дней4лайкавеса обновлены6 авг 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

HelpingAI-Lite — компактная языковая модель семейства Llama, разработанная автором репозитория OEvortex и предназначенная для генерации текста в диалогах и помощи с задачами программирования. Модель содержит 1 млрд параметров, использует архитектуру LlamaForCausalLM и рассчитана на контекст до 2048 токенов.

Модель дообучена на наборах SlimPajama-627B, StarCoderData, UltraChat 200k и UltraFeedback Binarized. Она ориентирована на английский язык и может применяться для ответов в чате, объяснения кода и помощи при написании программ. Репозиторий предоставляет веса в формате safetensors; README также упоминает отдельную версию GGUF.

Лицензия модели — MIT. Компактный размер и короткое контекстное окно ограничивают работу со сложными задачами и большими фрагментами кода; заявленная специализация не заменяет проверку сгенерированных ответов.

Сценарии применения

  • получение ответов на вопросы в англоязычном чате
  • написание небольших фрагментов кода
  • объяснение кода и помощь в его доработке

Ограничения

Контекст ограничен 2048 токенами, а модель компактна и может уступать более крупным моделям в сложных задачах программирования. README заявляет поддержку английского языка.

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

HelpingAI-Lite

Subscribe to my YouTube channel

Subscribe

GGUF version here

HelpingAI-Lite is a lite version of the HelpingAI model that can assist with coding tasks. It's trained on a diverse range of datasets and fine-tuned to provide accurate and helpful responses.

License

This model is licensed under MIT.

Datasets

The model was trained on the following datasets:

  • cerebras/SlimPajama-627B
  • bigcode/starcoderdata
  • HuggingFaceH4/ultrachat_200k
  • HuggingFaceH4/ultrafeedback_binarized

Language

The model supports English language.

Usage

CPU and GPU code

from transformers import pipeline
from accelerate import Accelerator

# Initialize the accelerator
accelerator = Accelerator()

# Initialize the pipeline
pipe = pipeline("text-generation", model="OEvortex/HelpingAI-Lite", device=accelerator.device)

# Define the messages
messages = [
    {
        "role": "system",
        "content": "You are a chatbot who can help code!",
    },
    {
        "role": "user",
        "content": "Write me a function to calculate the first 10 digits of the fibonacci sequence in Python and print it out to the CLI.",
    },
]

# Prepare the prompt
prompt = pipe.tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)

# Generate predictions
outputs = pipe(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)

# Print the generated text
print(outputs[0]["generated_text"])

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
1cd7bc7

0 моделей