/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
10,6 млрд
Размер весов
21,6 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
2 мая 2024

T3Q-LLM1-CV-v2.0

Генерация текстаТекст → текст3 профессии

Плотная 10,6-миллиардная модель семейства Llama для генерации текста и диалогов с контекстом до 4096 токенов.

19скачиваний за 30 дней0лайковвеса обновлены8 мая 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

T3Q-LLM1-CV-v2.0 — плотная авторегрессионная языковая модель семейства Llama с 10,6 млрд параметров. Репозиторий указывает библиотеку Transformers и формат весов safetensors; модель доступна по лицензии Apache-2.0. Карточка не сообщает разработчика и базовую модель, но приводит результаты оценки на корейских наборах KoBEST BoolQ и COPA.

Модель предназначена для генерации текста в диалоговом режиме. Её можно применять для ведения беседы и других задач генерации текста; максимальная длина контекста составляет 4096 токенов. Данных о поддерживаемых языках и специализированных областях применения карточка не даёт, поэтому корейские результаты оценки сами по себе не подтверждают, что модель рассчитана только на корейский.

README представляет собой автоматически созданный шаблон и не описывает обучение, данные, ограничения или рекомендации по использованию. Поэтому качество в пользовательских сценариях, кроме приведённых оценок, и происхождение модели установить нельзя.

Сценарии применения

  • ведение диалогов с пользователем
  • генерация ответов на текстовые запросы
  • проверка понимания корейских текстов на задачах BoolQ
  • решение задач корейского причинно-следственного вывода COPA

Ограничения

Карточка не раскрывает обучающие данные, происхождение модели и конкретные ограничения; результаты приведены лишь для двух корейских тестов и не гарантируют качество в других сценариях.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

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

hf (pretrained=T3Q-LLM/T3Q-LLM1-v1.0), limit: None, provide_description: False, num_fewshot: 0, batch_size: None

TaskVersionMetricValueStderr
kobest_boolq0acc0.9437±0.0062
macro_f10.9437±0.0062
kobest_copa0acc0.7720±0.0133
macro_f10.7718±0.0133
kobest_hellaswag0acc0.5060±0.0224
acc_norm0.5320±0.0223
macro_f10.5035±0.0224
kobest_sentineg0acc0.8287±0.0189
macro_f10.8275±0.0191

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
6fb0ada

0 моделей