Характеристики

Контекст: 131 072 токена
Параметры: 2,7 млрд
Размер весов: 5,2 ГБ
Лицензия: Gemma
Архитектура: gemma2 · dense
Базовая модель: SJT-2B
Библиотека: transformers
Опубликована: 13 янв 2025

Ссылки

Hugging Face arXiv 2306.01708

bonsai-2b

Sakalti

Генерация текстаТекст → текст3 профессии

Диалоговая языковая модель Gemma 2 на 2,7 млрд параметров для генерации текста на английском и японском языках.

26скачиваний за 30 дней1лайквеса обновлены13 янв 2025

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

Sakalti/bonsai-2b — языковая модель Sakalti, полученная слиянием методом TIES на базе Sakalti/SJT-2B с моделью rinna/gemma-2-baku-2b-it. Это плотная причинная модель семейства Gemma 2 с 2,7 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Модель рассчитана на английский и японский языки и поддерживает контекст до 131 072 токенов.

Модель можно использовать для диалога и генерации ответов на текстовые запросы. Она распространяется в формате Safetensors; в метаданных указана лицензия Gemma. README описывает процедуру слияния, но не приводит сравнительных оценок качества или подробностей о возможностях сверх генерации текста и чата.

Сценарии применения

диалог с пользователем на английском языке
диалог с пользователем на японском языке
генерация ответов на текстовые запросы
продолжение заданного текста
создание чат-бота на базе Gemma 2

Ограничения

В README нет сравнительных оценок качества или подробной оценки ограничений; качество ответов может зависеть от запроса и сценария применения.

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

merge

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the TIES merge method using Sakalti/SJT-2B as a base.

Models Merged

The following models were included in the merge:

rinna/gemma-2-baku-2b-it

Configuration

The following YAML configuration was used to produce this model:


models:
  - model: rinna/gemma-2-baku-2b-it
    parameters:
      weight: 1
      density: 1
merge_method: ties
base_model: Sakalti/SJT-2B
parameters:
  weight: 1
  density: 1
  normalize: true
  int8_mask: true
dtype: bfloat16

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: Gemma2ForCausalLM
Ревизия весов: 32f3d5f