/ Модель

Характеристики

Параметры
9,1 млрд
Размер весов
16,2 ГБ
Лицензия
Apache 2.0
Архитектура
bloom · dense
Опубликована
31 мая 2023

tigerbot-7b-base-v1

Генерация текстаТекст → текст3 профессии

Базовая языковая модель TigerResearch на 9,1 млрд параметров для генерации текста и последующей адаптации под пользовательские задачи.

83скачиваний за 30 дней11лайковвеса обновлены8 июл 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.

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-v1 — базовая языковая модель TigerResearch для генерации текста и дальнейшей настройки под пользовательские задачи. Она построена на плотной архитектуре BLOOM и содержит 9,1 млрд параметров; модель доступна в формате PyTorch и совместима с Transformers. Репозиторий распространяется по лицензии Apache-2.0.

Модель предназначена для генерации продолжений текста и как основа для создания специализированных языковых моделей. README показывает загрузку токенизатора и причинной языковой модели через Transformers. В карточке нет сведений о поддерживаемых естественных языках, длине контекста или конкретных результатах оценки качества.

Сценарии применения

  • генерация продолжений текста
  • создание специализированной языковой модели на основе базовой
  • адаптация модели под собственный текстовый корпус

Ограничения

Карточка не сообщает о поддерживаемых языках, размере контекста и результатах бенчмарков; качество генерации для конкретных задач не подтверждено.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Github

https://github.com/TigerResearch/TigerBot

Usage

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("TigerResearch/tigerbot-7b-base-v1")

model = AutoModelForCausalLM.from_pretrained("TigerResearch/tigerbot-7b-base-v1")

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
BloomForCausalLM
Ревизия весов
5b57c4c

0 моделей