/ Модель
Каталог

Характеристики

Контекст
2 048 токенов
Параметры
99,1 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
24 сен 2024

Ссылки

Hugging Face

99-v9

Trelis
Генерация текстаТекст → текст3 профессии

Компактная дообученная модель семейства Llama для диалоговой генерации текста.

206скачиваний за 30 дней0лайковвеса обновлены24 сен 2024

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

99-v9 — дообученная текстовая генеративная модель от Trelis на базе Trelis/SmolLM-135M-Instruct-layer-pruned-90M-raw. Модель построена на плотной архитектуре семейства Llama и содержит 99,1 млн параметров; доступна в формате Safetensors и рассчитана на диалоговую генерацию текста с контекстом до 2048 токенов.

Карточка сообщает о результате Loss 0,7495 на оценочном наборе, но не описывает набор данных, сценарии применения, языки или методику оценки. Для модели указана лицензия Apache-2.0.

Сценарии применения

  • генерация ответов в коротком диалоге
  • создание текстового прототипа чат-бота
  • эксперименты с компактными языковыми моделями

Ограничения

Данные обучения и языки модели не описаны. Показатель Loss 0,7495 приведён без подробностей об оценочном наборе и методике, поэтому качество для конкретных задач по нему определить нельзя.

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 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 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

99-v9

This model is a fine-tuned version of Trelis/SmolLM-135M-Instruct-layer-pruned-90M-raw on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.7495

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: 0.002
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 256
  • total_eval_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.005
  • lr_scheduler_warmup_steps: 89
  • training_steps: 17894

Training results

Training LossEpochStepValidation Loss
0.63310.05008940.6004
0.56670.099917880.5463
0.54230.149926820.5138
0.57490.199835760.7377
0.53780.249844700.7542
0.5060.299853640.7902
0.55610.349762580.7810
0.52590.399771520.7914
0.55160.449680460.7611
0.51310.499689400.6860
0.50690.549698340.7247
0.49770.5995107280.7375
0.49760.6495116220.7436
0.50180.6995125160.7520
0.5370.7494134100.7613
0.50180.7994143040.6922
0.48910.8493151980.7322
0.48080.8993160920.7430
0.52310.9493169860.7546
0.51030.9992178800.7495

Framework versions

  • Transformers 4.44.2
  • Pytorch 2.1.1+cu121
  • Datasets 3.0.0
  • Tokenizers 0.19.1

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
3d3683e

0 моделей

    Создать бенчмарк