Характеристики

Контекст: 4 096 токенов
Параметры: 10,6 млрд
Размер весов: 21,5 ГБ
Лицензия: Apache 2.0
Архитектура: llama · dense
Библиотека: transformers
Опубликована: 7 мая 2024

Ссылки

Hugging Face

T3Q-LLM2-FP-v1.0

T3Q-LLM

Генерация текстаТекст → текст3 профессии

Плотная причинная модель Llama на 10,6 млрд параметров для генерации текста с контекстом 4096 токенов.

18скачиваний за 30 дней0лайковвеса обновлены24 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-FP-v1.0 — причинная языковая модель семейства Llama с плотной архитектурой и 10,6 млрд параметров, представленная в формате safetensors для библиотеки Transformers. Репозиторий содержит результаты оценки на задачах понимания корейского языка, включая KoBEST BoolQ и COPA; по этим данным модель подходит для генерации текста и экспериментального применения в задачах на корейском языке.

Модель поддерживает генерацию текста и имеет контекстное окно 4096 токенов. В карточке приведена лицензия Apache 2.0. README автоматически сгенерирован и не сообщает разработчика, базовую модель, обучающие данные или полный профиль языковой поддержки, поэтому эти сведения нельзя надёжно установить.

Сценарии применения

генерация продолжений текста
ответы на вопросы на корейском языке
оценка понимания прочитанного на корейском языке
экспериментальная проверка языковой модели на тестах KoBEST

Ограничения

Карточка автоматически сгенерирована и не раскрывает разработчика, базовую модель, обучающие данные или подтверждённые языки поддержки. Приведены лишь отдельные результаты тестов KoBEST, поэтому они не дают полного представления о качестве модели.

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-FP-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	0.5976	±	0.0131
		macro_f1	0.5224	±	0.0136
kobest_copa	0	acc	0.8190	±	0.0122
		macro_f1	0.8189	±	0.0122
kobest_hellaswag	0	acc	0.5240	±	0.0224
		acc_norm	0.5740	±	0.0221
		macro_f1	0.5214	±	0.0224
kobest_sentineg	0	acc	0.7809	±	0.0208
		macro_f1	0.7786	±	0.0211

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: d1dfd9a