Характеристики

Контекст: 32 768 токенов
Параметры: 464 млн
Архитектура: moe_llava_qwen1_5 · dense
Базовая модель: stage2-llavaqwen1.5-0.5B-vista-5ep
Опубликована: 27 сен 2024

Ссылки

Hugging Face

stage3-moe-ft-llavaqwen1.5-0.5b-vista-4ep_moe

TienAnh

Генерация текстаТекст → текст3 профессии

Дообученная MoE-модель семейства LLaVA Qwen 1.5 для генерации текста в диалоговом режиме.

12скачиваний за 30 дней0лайковвеса обновлены28 сен 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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 TienAnh/stage3-moe-ft-llavaqwen1.5-0.5b-vista-4ep_moe — дообученная версия TienAnh/stage2-llavaqwen1.5-0.5B-vista-5ep, опубликованная 27 сентября 2024 года. Это модель семейства MoE LLaVA Qwen 1.5 с архитектурой для генерации текста и диалоговым режимом. В репозитории указаны веса PyTorch в формате safetensors; модель содержит 463,6 млн параметров и поддерживает контекст до 32 768 токенов.

Модель предназначена для генерации текста в чате. README не раскрывает обучающий датасет, конкретные сценарии применения и результаты оценки, поэтому её специализацию и качество нельзя определить по доступным данным. Лицензия в предоставленных метаданных и README не указана.

Сценарии применения

Генерация ответов в чат-интерфейсе
Продолжение текстового запроса
Создание диалоговых ответов на текстовые инструкции

Ограничения

README не сообщает обучающий датасет, результаты оценки и специализированные сценарии применения, поэтому качество и область специализации модели не установлены.

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 II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

stage3-moe-ft-llavaqwen1.5-0.5b-vista-4ep_moe

This model is a fine-tuned version of TienAnh/stage2-llavaqwen1.5-0.5B-vista-5ep on an unknown dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 2e-06
train_batch_size: 4
eval_batch_size: 2
seed: 42
distributed_type: multi-GPU
num_devices: 2
gradient_accumulation_steps: 8
total_train_batch_size: 64
total_eval_batch_size: 4
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: cosine
lr_scheduler_warmup_ratio: 0.03
num_epochs: 4.0
mixed_precision_training: Native AMP

Training results

Framework versions

Transformers 4.37.0
Pytorch 2.0.1+cu117
Datasets 2.21.0
Tokenizers 0.15.1

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура moe_llava_qwen1_5 неизвестна transformers в образе рантайма.

Класс архитектуры: MoELLaVAQwen1_5ForCausalLM
Ревизия весов: dd1ea19