Характеристики

Контекст: 4 096 токенов
Параметры: 10,6 млрд
Размер весов: 21,5 ГБ
Архитектура: llama · dense
Библиотека: transformers
Опубликована: 7 мая 2024

Ссылки

T3Q-LLM2-CV-v1.0

Генерация текстаТекст → текст3 профессии

Плотная языковая модель семейства LLaMA с 10,6 млрд параметров для генерации текста и оценки на корейских тестах понимания языка.

19скачиваний за 30 дней0лайковвеса обновлены23 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.

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

T3Q-LLM/T3Q-LLM2-CV-v1.0 — языковая модель для генерации текста, опубликованная на Hugging Face в формате Transformers. В метаданных указаны архитектура LLaMA с плотной моделью класса LlamaForCausalLM, 10,6 млрд параметров и контекст длиной 4096 токенов. README не сообщает разработчика и лицензию, а также не раскрывает сведения о дообучении от другой модели.

Модель предназначена для генерации текста и оценки на задачах понимания корейского языка, включая BoolQ и COPA: в карточке приведены результаты этих тестов. Данные не позволяют установить поддерживаемые языки шире, целевые сценарии или сильные стороны за пределами указанных оценок. Условия использования по лицензии определить нельзя, поскольку она не приведена в карточке.

Сценарии применения

генерация текста по текстовому запросу
ответы на вопросы на корейском языке
оценка понимания корейских утверждений
выбор причинно связанного варианта ответа на корейском

Ограничения

README не указывает лицензию, разработчика и точный перечень поддерживаемых языков. Приведены лишь отдельные результаты оценки, поэтому они не подтверждают качество на других задачах.

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 I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей

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

Evaluation

hf-causal-experimental (pretrained=T3Q-LLM/T3Q-LLM2-CV-v1.0,use_accelerate=true,trust_remote_code=true), limit: None, provide_description: False, num_fewshot: 0, batch_size: 8

Task	Version	Metric	Value		Stderr
kobest_boolq	0	acc	0.5940	±	0.0131
		macro_f1	0.5166	±	0.0136
kobest_copa	0	acc	0.8220	±	0.0121
		macro_f1	0.8219	±	0.0121
kobest_hellaswag	0	acc	0.5240	±	0.0224
		acc_norm	0.5740	±	0.0221
		macro_f1	0.5213	±	0.0224
kobest_sentineg	0	acc	0.7834	±	0.0207
		macro_f1	0.7813	±	0.0210

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: b220a88