/ Модель
Каталог

Характеристики

Контекст
4 096 токенов
Параметры
69 млрд
Размер весов
139 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
13 сен 2023

Ссылки

Hugging Face

tigerbot-70b-chat-v2

TigerResearch
Генерация текстаТекст → текст6 профессий

Диалоговая Llama-модель TigerResearch на 69 млрд параметров для генерации текста на китайском и английском языках.

83скачиваний за 30 дней48лайковвеса обновлены11 дек 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.

  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.

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

TigerBot-70B-Chat-v2 — диалоговая языковая модель семейства Llama, разработанная TigerResearch. Это плотная авторегрессионная модель примерно с 69 млрд параметров, предназначенная для генерации текста в формате чата; в карточке приведён запуск через Transformers и собственный код инференса TigerBot. Метаданные указывают китайский и английский языки, контекст до 4096 токенов и формат весов PyTorch. Модель распространяется по лицензии Apache-2.0.

Большой размер модели позволяет использовать её для диалогов, ответов на вопросы, написания и преобразования текста. README не приводит оценок качества, примеров возможностей или подробностей обучения, поэтому нельзя уверенно оценить её сильные стороны сверх заявленного назначения и масштаба. Для запуска потребуются значительные вычислительные ресурсы, характерные для модели такого размера.

Сценарии применения

  • диалоговое общение с чат-ботом
  • ответы на вопросы на китайском и английском
  • написание и продолжение текста
  • перефразирование и редактирование текста

Ограничения

Контекст ограничен 4096 токенами; модель с 69 млрд параметров требует значительных вычислительных ресурсов. В README нет оценок качества и подробных сведений о данных обучения.

Для каких профессий подходит6

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 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.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

快速开始

  • 方法1，通过transformers使用

    • 下载 TigerBot Repo

      git clone https://github.com/TigerResearch/TigerBot.git

    • 启动infer代码

      python infer.py --model_path TigerResearch/tigerbot-70b-chat-v2

  • 方法2:

    • 下载 TigerBot Repo

      git clone https://github.com/TigerResearch/TigerBot.git

    • 安装git lfs： git lfs install

    • 通过huggingface或modelscope平台下载权重

      git clone https://huggingface.co/TigerResearch/tigerbot-70b-chat-v2
git clone https://www.modelscope.cn/TigerResearch/tigerbot-70b-chat-v2.git

    • 启动infer代码

      python infer.py --model_path tigerbot-70b-chat-v2

Quick Start

  • Method 1, use through transformers

    • Clone TigerBot Repo

      git clone https://github.com/TigerResearch/TigerBot.git

    • Run infer script

      python infer.py --model_path TigerResearch/tigerbot-70b-chat-v2

  • Method 2:

    • Clone TigerBot Repo

      git clone https://github.com/TigerResearch/TigerBot.git

    • install git lfs： git lfs install

    • Download weights from huggingface or modelscope

      git clone https://huggingface.co/TigerResearch/tigerbot-70b-chat-v2
git clone https://www.modelscope.cn/TigerResearch/tigerbot-70b-chat-v2.git

    • Run infer script

      python infer.py --model_path tigerbot-70b-chat-v2

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
fcc4670

0 моделей

    Создать бенчмарк