/ Модель

Характеристики

Контекст
8 192 токена
Параметры
3,2 млрд
Архитектура
gemma · dense
Библиотека
transformers
Опубликована
24 авг 2024

Gemini-Nano-Gemmafied

Генерация текстаТекст → текст6 профессий

Компактная 3,2-миллиардная языковая модель семейства Gemma для генерации текста и диалоговых сценариев с контекстом до 8192 токенов.

571скачиваний за 30 дней2лайкавеса обновлены25 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

QuietImpostor/Gemini-Nano-Gemmafied — генеративная языковая модель для создания текста в задачах диалога и продолжения текста. Модель опубликована пользователем QuietImpostor на Hugging Face и доступна для работы через библиотеку Transformers. В материалах модели отсутствуют сведения о разработчике, базовой модели и лицензии.

Модель содержит около 3,2 млрд параметров и поддерживает контекст до 8192 токенов. В метаданных указаны форматы Safetensors и GGUF, а также принадлежность к семейству Gemma. Модель может применяться для генерации ответов в чатах, написания и продолжения текстов, черновой подготовки контента и экспериментов с компактными LLM.

Оценки качества, состав обучающих данных, поддерживаемые естественные языки и специальные ограничения в карточке не описаны. Сгенерированный текст следует проверять на фактические ошибки, логические неточности и возможные искажения. Условия лицензирования в доступных материалах не приведены.

Сценарии применения

  • генерация ответов в чат-ботах
  • продолжение и редактирование текстов
  • создание черновиков контента
  • локальные эксперименты с языковыми моделями
  • развёртывание компактной LLM в приложениях

Ограничения

В карточке отсутствуют результаты оценки, сведения об обучающих данных, поддерживаемых языках и лицензии. Ответы модели могут содержать фактические ошибки, логические неточности и нежелательные искажения, поэтому требуют проверки.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Model ID

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GemmaForCausalLM
Ревизия весов
a722888

0 моделей