Характеристики

Контекст: 4 096 токенов
Параметры: 10,6 млрд
Размер весов: 21,5 ГБ
Архитектура: llama · dense
Базовая модель: SOLAR-10.7B-v1.0
Опубликована: 17 фев 2024

Ссылки

Hugging Face

ruadapt_solar_10.7_part1

RefalMachine

Генерация текстаТекст → текст3 профессии

Дообученная 10,6-миллиардная языковая модель на базе SOLAR для генерации текста.

26скачиваний за 30 дней0лайковвеса обновлены17 фев 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

RefalMachine/ruadapt_solar_10.7_part1 — дообученная языковая модель на базе Upstage/SOLAR-10.7B-v1.0 с архитектурой LlamaForCausalLM. Модель содержит 10,6 млрд параметров, распространяется в формате safetensors и имеет контекстное окно 4096 токенов.

Модель предназначена для генерации текста. README приводит результаты оценки: loss 2,3397 и accuracy 0,5164, однако не описывает назначение модели, данные обучения и конкретные сценарии применения. Указано, что дообучение выполнено на основе ../solar_darulm_unigram_proj_init_17_01_24; связь этого чекпойнта с базовой моделью в метаданных каталога указана как дообучение Upstage/SOLAR-10.7B-v1.0. Сведения о лицензии отсутствуют в предоставленных данных.

Сценарии применения

генерация текста по текстовой подсказке
продолжение заданного текста
эксперименты с генерацией на базе SOLAR

Ограничения

README не раскрывает целевое назначение, обучающие данные и ограничения модели; приведены только метрики оценки. Сведения о лицензии в доступных данных отсутствуют.

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 II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

solar_10.7_darulm_unigram_proj_init_8node_darulm_part1_v3_1.0_512_12_02_24

This model is a fine-tuned version of ../solar_darulm_unigram_proj_init_17_01_24 on the None dataset. It achieves the following results on the evaluation set:

Loss: 2.3397
Accuracy: 0.5164

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-05
train_batch_size: 1
eval_batch_size: 1
seed: 42
distributed_type: multi-GPU
num_devices: 16
gradient_accumulation_steps: 8
total_train_batch_size: 128
total_eval_batch_size: 16
optimizer: Adam with betas=(0.9,0.95) and epsilon=1e-05
lr_scheduler_type: linear
num_epochs: 1.0
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
2.6722	0.01	500	2.4811	0.4951
2.6243	0.02	1000	2.4459	0.4999
2.6051	0.04	1500	2.4295	0.5025
2.5901	0.05	2000	2.4194	0.5037
2.5852	0.06	2500	2.4124	0.5049
2.5818	0.07	3000	2.4072	0.5054
2.5801	0.09	3500	2.4024	0.5059
2.5626	0.1	4000	2.3988	0.5070
2.5697	0.11	4500	2.3958	0.5073
2.5532	0.12	5000	2.3928	0.5079
2.5505	0.13	5500	2.3904	0.5080
2.5497	0.15	6000	2.3872	0.5086
2.5636	0.16	6500	2.3857	0.5089
2.5483	0.17	7000	2.3835	0.5092
2.5505	0.18	7500	2.3813	0.5097
2.5419	0.2	8000	2.3796	0.5096
2.5467	0.21	8500	2.3786	0.5099
2.5419	0.22	9000	2.3769	0.5102
2.5269	0.23	9500	2.3754	0.5105
2.5315	0.24	10000	2.3740	0.5106
2.5442	0.26	10500	2.3728	0.5108
2.5318	0.27	11000	2.3713	0.5112
2.5242	0.28	11500	2.3702	0.5113
2.5178	0.29	12000	2.3698	0.5112
2.5345	0.31	12500	2.3687	0.5114
2.531	0.32	13000	2.3675	0.5115
2.5304	0.33	13500	2.3661	0.5118
2.5264	0.34	14000	2.3653	0.5121
2.5281	0.35	14500	2.3647	0.5123
2.5259	0.37	15000	2.3636	0.5123
2.5075	0.38	15500	2.3629	0.5122
2.5147	0.39	16000	2.3621	0.5127
2.5137	0.4	16500	2.3611	0.5128
2.5206	0.42	17000	2.3603	0.5129
2.5153	0.43	17500	2.3597	0.5128
2.5184	0.44	18000	2.3590	0.5130
2.5104	0.45	18500	2.3581	0.5132
2.5085	0.46	19000	2.3577	0.5134
2.509	0.48	19500	2.3572	0.5135
2.5143	0.49	20000	2.3564	0.5135
2.5124	0.5	20500	2.3555	0.5137
2.5107	0.51	21000	2.3546	0.5139
2.5034	0.53	21500	2.3543	0.5140
2.4922	0.54	22000	2.3538	0.5139
2.514	0.55	22500	2.3532	0.5140
2.5199	0.56	23000	2.3527	0.5141
2.4926	0.57	23500	2.3521	0.5142
2.5104	0.59	24000	2.3517	0.5142
2.5067	0.6	24500	2.3511	0.5144
2.5055	0.61	25000	2.3508	0.5142
2.5011	0.62	25500	2.3502	0.5146
2.4931	0.64	26000	2.3496	0.5147
2.4965	0.65	26500	2.3491	0.5147
2.495	0.66	27000	2.3488	0.5146
2.5051	0.67	27500	2.3481	0.5150
2.51	0.68	28000	2.3478	0.5150
2.4883	0.7	28500	2.3474	0.5152
2.4973	0.71	29000	2.3470	0.5151
2.4939	0.72	29500	2.3464	0.5153
2.4952	0.73	30000	2.3461	0.5153
2.5028	0.75	30500	2.3459	0.5154
2.4979	0.76	31000	2.3454	0.5154
2.4928	0.77	31500	2.3450	0.5155
2.501	0.78	32000	2.3446	0.5156
2.5	0.79	32500	2.3443	0.5156
2.4865	0.81	33000	2.3438	0.5156
2.4898	0.82	33500	2.3434	0.5157
2.4977	0.83	34000	2.3430	0.5160
2.4904	0.84	34500	2.3427	0.5157
2.4779	0.86	35000	2.3424	0.5159
2.4792	0.87	35500	2.3420	0.5159
2.4931	0.88	36000	2.3419	0.5160
2.4997	0.89	36500	2.3416	0.5160
2.4986	0.9	37000	2.3414	0.5161
2.4965	0.92	37500	2.3411	0.5162
2.4743	0.93	38000	2.3409	0.5162
2.497	0.94	38500	2.3406	0.5163
2.4942	0.95	39000	2.3404	0.5162
2.4907	0.97	39500	2.3402	0.5163
2.4821	0.98	40000	2.3400	0.5163
2.4857	0.99	40500	2.3398	0.5163

Framework versions

Transformers 4.37.2
Pytorch 2.1.2
Datasets 2.16.1
Tokenizers 0.15.2

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры: LlamaForCausalLM
Ревизия весов: 39525ba

Характеристики

Ссылки

ruadapt_solar_10.7_part1

Бенчмарки

Тесты пользователейпока нет

Добавьте модель в бенчмарк

Опишите свои задачи

Запустите и опубликуйте

Публичные оценки

Что умеет модель

Сценарии применения

Ограничения

Для каких профессий подходит3

Карточка модели

solar_10.7_darulm_unigram_proj_init_8node_darulm_part1_v3_1.0_512_12_02_24

Model description

Intended uses & limitations

Training and evaluation data

Training procedure

Training hyperparameters

Training results

Framework versions

Как запустить