Uploaded model
- Developed by: ShadNygren
- License: apache-2.0
- Finetuned from model : ShadNygren/BioTechFineTuneTest-DrugAdverseEffects-SIDERv1_then_v2_then_v3_then_v2a
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 8 192 токена
- Параметры
- 7,5 млрд
- Размер весов
- 16,1 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Опубликована
- 4 июн 2024
Ссылки
BioTechFineTuneTest-DrugAdverseEffects-SIDERv1_then_v2_then_v3_then_v2a_then_v3a
Дообученная 7,5-миллиардная модель Llama для генерации текста о побочных эффектах лекарств.
30скачиваний за 30 дней0лайковвеса обновлены4 июн 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
Модель разработана ShadNygren и представляет собой дообученную версию Llama для генерации текста. Она предназначена для ответов и генерации текста в сценариях, связанных с побочными эффектами лекарств; название базовой модели указывает на последовательное дообучение на данных SIDER, однако карточка не описывает конкретные сценарии использования и качество ответов. Модель содержит 7,5 млрд параметров, использует плотную архитектуру Llama и принимает контекст длиной до 8192 токенов. В карточке указан английский язык. Обучение выполнялось с использованием Unsloth и библиотеки Hugging Face TRL. Лицензия — Apache-2.0.
Сценарии применения
- генерация текста о побочных эффектах лекарств
- подготовка ответов на вопросы о нежелательных реакциях препаратов
- извлечение сведений о побочных эффектах из англоязычных запросов
Ограничения
Карточка не приводит оценки качества и не описывает проверку медицинской достоверности ответов; результаты модели не следует считать клинической рекомендацией.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
IV.4Отраслевые задачиКлиническая медицина и общественное здоровьеAI помогает поддерживать диагностику, лечение, наблюдение и организацию медицинской помощи.45 задач2 635моделейIV.10Отраслевые задачиДом, личная жизнь, уход и повседневные задачиAI помогает помогать человеку планировать повседневные дела и безопасно управлять домашней средой.30 задач962моделиIV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделей
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
- LlamaForCausalLM
- Ревизия весов
- b99efd7