Github
https://github.com/TigerResearch/TigerBot
Usage
配合Github repo中的infer.py使用：
python infer.py --model_path TigerResearch/tigerbot-13b-chat-v2
Характеристики
- Контекст
- 2 048 токенов
- Параметры
- 13 млрд
- Размер весов
- 26,6 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Опубликована
- 12 авг 2023
Ссылки
tigerbot-13b-chat-v2
Диалоговая Llama-модель на 13 млрд параметров для генерации текста на китайском и английском языках.
24скачиваний за 30 дней7лайковвеса обновлены15 сен 2023
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
TigerResearch/tigerbot-13b-chat-v2 — диалоговая языковая модель TigerBot, представленная как основа для создания собственных LLM-приложений. Это плотная авторегрессионная модель семейства Llama с 13 млрд параметров; репозиторий содержит веса PyTorch. Модель предназначена для генерации текста в чате и других сценариях, где требуется продолжать текстовый диалог. README указывает на использование через infer.py из связанного GitHub-репозитория.
В метаданных заявлены китайский и английский языки, а максимальный нативный контекст составляет 2048 токенов. Модель распространяется по лицензии Apache-2.0. Данных о специализированных предметных областях или дополнительных возможностях в карточке нет.
Сценарии применения
- ответы на вопросы в текстовом чате
- генерация диалоговых реплик на китайском языке
- генерация диалоговых реплик на английском языке
- создание прототипа приложения на базе собственной LLM
Ограничения
Нативный контекст ограничен 2048 токенами. Карточка не приводит оценок качества или сведений о специальных навыках модели.
Для каких профессий подходит6
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели
Также подходит для
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
- 181aff2