Uploaded model
- Developed by: SejongKRX
- License: apache-2.0
- Finetuned from model : unsloth/gemma-2-9b-it-bnb-4bit
This gemma2 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 8 192 токена
- Параметры
- 9 млрд
- Размер весов
- 18,5 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- gemma2 · dense
- Базовая модель
- gemma-2-9b-it-bnb-4bit
- Опубликована
- 29 ноя 2024
Ссылки
Sejong-Gemma-v1
Производная модели SejongKRX/RevThink-Sejong-Gemma-it-v1. Дообученная на корейском финансовом наборе данных разговорная модель Gemma 2 для генерации ответов на финансовые вопросы.
11скачиваний за 30 дней1лайквеса обновлены29 ноя 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.
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
Карточка модели SejongKRX/Sejong-Gemma-v1 на Hugging Face совпадает с карточкой SejongKRX/RevThink-Sejong-Gemma-it-v1, поэтому описание составлено по ней.
SejongKRX/RevThink-Sejong-Gemma-it-v1 — разговорная языковая модель SejongKRX, дообученная на базе unsloth/gemma-2-9b-it-bnb-4bit с использованием Unsloth и Hugging Face TRL. Это плотная модель Gemma 2 на 9 млрд параметров для генерации текста в диалоговом формате; длина контекста составляет 8192 токена. В метаданных указан набор данных RevThink-financial-mmlu-ko, поэтому модель ориентирована на задачи финансовых вопросов и ответов на корейском языке.
Модель принимает текст и генерирует текст. Репозиторий опубликован под лицензией Apache-2.0. Сведения о качестве на конкретных финансовых задачах в карточке не приведены.
Сценарии применения
- ответы на финансовые вопросы на корейском языке
- помощь в решении финансовых тестов с выбором ответа
- диалоговые консультации по финансовым темам на корейском языке
Ограничения
Карточка не приводит оценок качества, поэтому надёжность ответов на финансовые вопросы не подтверждена. Контекст ограничен 8192 токенами.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
IV.2Отраслевые задачиБанки, платежи и инвестицииAI помогает управлять финансовым риском, платежами, инвестиционным анализом и обслуживанием клиентов.37 задач1 723моделиIV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модельI.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
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- Gemma2ForCausalLM
- Ревизия весов
- e2958c5