Дообученная Llama 2 на 6,6 млрд параметров для генерации решений Game24 и поддержки декодирования с древовидным поиском.
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
OhCherryFire/llama2-7b-game24-policy-hf — дообученная модель семейства Llama 2, подготовленная для задачи Game24 в работе «Alphazero-like tree-search can guide large language model decoding and training». Она предназначена для генерации ходов или решений в головоломке Game24 и для использования как политика при управлении декодированием языковой модели с помощью древовидного поиска.
Модель имеет плотную архитектуру LlamaForCausalLM примерно на 6,6 млрд параметров, принимает и генерирует текст, а длина контекста составляет 4096 токенов. В метаданных указан английский язык и формат PyTorch. Карточка описывает supervised fine-tuning для Game24; лицензия в предоставленных данных не указана.
Карточка сообщает о специализации на Game24, поэтому пригодность для других задач не установлена. Лицензия в предоставленных данных не указана.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
The supervised finetuned model for Game24 in Alphazero-like tree-search can guide large language model decoding and training, ICML 2024
@article{feng2023alphazero,
title={Alphazero-like tree-search can guide large language model decoding and training},
author={Feng, Xidong and Wan, Ziyu and Wen, Muning and Wen, Ying and Zhang, Weinan and Wang, Jun},
journal={arXiv preprint arXiv:2309.17179},
year={2023}
}
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…