/ Модель

Характеристики

Контекст
8 192 токена
Параметры
9 млрд
Размер весов
18,5 ГБ
Лицензия
CC BY-NC 4.0
Архитектура
gemma2 · dense
Базовая модель
gemma-2-9b-it
Опубликована
10 окт 2024

RoGemma2-9b-Instruct-2024-10-09

Генерация текстаТекст → текст3 профессии

Инструктивная модель Gemma 2 с 9 млрд параметров, дообученная OpenLLM-Ro для диалога и генерации текста на румынском языке.

16скачиваний за 30 дней1лайквеса обновлены16 окт 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

RoGemma2-9b-Instruct-2024-10-09 — инструктивная языковая модель OpenLLM-Ro для генерации текста и диалога на румынском языке. Это плотная авторегрессионная модель семейства Gemma 2 с 9 млрд параметров, дообученная на основе google/gemma-2-9b-it. Контекст модели составляет 8192 токена; веса представлены в формате safetensors.

Модель предназначена для исследовательского использования и сценариев ассистентского общения: она может отвечать на вопросы, следовать инструкциям и создавать текст на румынском языке. Для её дообучения использованы наборы RoAlpaca, RoAlpacaGPT4, RoDolly, RoSelfInstruct, RoNoRobots, RoOrca, RoCamel, RoOpenAssistant и RoUltraChat. Лицензия CC-BY-NC-4.0 ограничивает коммерческое использование; карточка также исключает применение на других языках.

Сценарии применения

  • ответы на вопросы на румынском языке
  • диалог с виртуальным ассистентом на румынском языке
  • выполнение текстовых инструкций на румынском языке
  • создание и продолжение текстов на румынском языке
  • суммаризация румынских текстов

Ограничения

Модель рассчитана на румынский язык; карточка исключает использование на других языках. Лицензия CC-BY-NC-4.0 не допускает коммерческого использования.

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

Model Card for Model ID

RoGemma2 is a family of pretrained and fine-tuned generative text models for Romanian. This is the repository for the instruct 9B model. Links to other models can be found at the bottom of this page.

Model Details

Model Description

OpenLLM-Ro represents the first open-source effort to build a LLM specialized for Romanian. OpenLLM-Ro developed and publicly releases a collection of Romanian LLMs, both in the form of foundational model and instruct and chat variants.

  • Developed by: OpenLLM-Ro

Model Sources

Intended Use

Intended Use Cases

RoGemma2 is intented for research use in Romanian. Base models can be adapted for a variety of natural language tasks while instruction and chat tuned models are intended for assistant-like chat.

Out-of-Scope Use

Use in any manner that violates the license, any applicable laws or regluations, use in languages other than Romanian.

How to Get Started with the Model

Use the code below to get started with the model.

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("OpenLLM-Ro/RoGemma2-9b-Instruct-2024-10-09")
model = AutoModelForCausalLM.from_pretrained("OpenLLM-Ro/RoGemma2-9b-Instruct-2024-10-09")

instruction = "Ce jocuri de societate pot juca cu prietenii mei?"
chat = [
        {"role": "user", "content": instruction},
        ]
prompt = tokenizer.apply_chat_template(chat, tokenize=False, system_message="")

inputs = tokenizer.encode(prompt, add_special_tokens=False, return_tensors="pt")
outputs = model.generate(input_ids=inputs, max_new_tokens=128)
print(tokenizer.decode(outputs[0]))

Academic Benchmarks

Downstream tasks

MT-Bench

RoCulturaBench

RoGemma2 Model Family

ModelLink
RoGemma2-9b-Instruct-2024-10-09link
RoGemma2-9b-Instruct-DPO-2024-10-09link

Citation

@misc{masala2024vorbecstiromanecsterecipetrain,
      title={"Vorbe\c{s}ti Rom\^ane\c{s}te?" A Recipe to Train Powerful Romanian LLMs with English Instructions}, 
      author={Mihai Masala and Denis C. Ilie-Ablachim and Alexandru Dima and Dragos Corlatescu and Miruna Zavelca and Ovio Olaru and Simina Terian-Dan and Andrei Terian-Dan and Marius Leordeanu and Horia Velicu and Marius Popescu and Mihai Dascalu and Traian Rebedea},
      year={2024},
      eprint={2406.18266},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2406.18266}, 
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma2ForCausalLM
Ревизия весов
f740b82

0 моделей