/ Модель
Каталог

Характеристики

Контекст
2 048 токенов
Параметры
6,7 млрд
Размер весов
14 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
19 авг 2023

Ссылки

Hugging Face

tigerbot-7b-base

TigerResearch
Генерация текстаТекст → текст5 профессий

Базовая модель TigerResearch на архитектуре Llama для генерации текста и создания собственных языковых приложений.

589скачиваний за 30 дней3лайкавеса обновлены20 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.

  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-7B-Base — базовая языковая модель семейства Llama, разработанная TigerResearch. Она предназначена для генерации текста и может служить основой для создания собственных LLM-приложений. Модель имеет плотную архитектуру LlamaForCausalLM, около 6,7 млрд параметров и поддерживает контекст длиной до 2048 токенов.

В карточке приведён пример запуска через Transformers и упомянута генерация длиной до 64 токенов. Модель распространяется в формате PyTorch по лицензии Apache-2.0. В описании нет сведений о конкретных языках обучения и оценки, поэтому языковую специализацию определить нельзя.

Сценарии применения

  • генерация продолжения текста
  • создание прототипа приложения на основе LLM
  • адаптация базовой модели под прикладную задачу

Ограничения

В карточке не описаны результаты оценки качества или языковой охват модели. Контекст ограничен 2048 токенами.

Для каких профессий подходит5

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 015моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели

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-7b-base

  • 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-7b-base
git clone https://www.modelscope.cn/TigerResearch/tigerbot-7b-base-v3.git

    • 启动infer代码

      python infer.py --model_path tigerbot-7b-base(-v3) --model_type base --max_generate_length 64

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-7b-base

  • 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-7b-base
git clone https://www.modelscope.cn/TigerResearch/tigerbot-7b-base-v3.git

    • Run infer script

      python infer.py --model_path tigerbot-7b-base(-v3) --model_type base --max_generate_length 64

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
6b804ee

0 моделей

    Создать бенчмарк