/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-7B-Instruct
Библиотека
transformers
Опубликована
11 окт 2024

Tsunami-0.5-7B-Instruct

Генерация текстаТекст → текст3 профессии

Тайская инструктивная языковая модель на базе Qwen2.5-7B для диалогов и генерации текста.

71скачиваний за 30 дней0лайковвеса обновлены15 окт 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.

Публичные оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5524

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4257

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3087

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,74

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,5045

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,4413

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Tsunami-0.5-7B-Instruct — тайская инструктивная языковая модель, созданная Pollakrit Lorprasertkul на основе Qwen2.5-7B. Модель дообучена примерно на 60 000 строк данных тайской тематики; версия 0.5 обучалась не на всём наборе данных. Она использует архитектуру Qwen2 dense с 7,1 млрд параметров и шаблон диалога ChatML. Метаданные указывают контекст до 131 072 токенов и поддержку чата и интерфейса вызова инструментов.

Модель предназначена для генерации текста и диалоговых ответов на тайском языке, в том числе в специализированных тайских сценариях. В карточке приведены результаты оценивания на IFEval и BBH, но они сами по себе не подтверждают качество для конкретной прикладной задачи. Распространяется под лицензией Apache-2.0.

Сценарии применения

  • диалоги и ответы на тайском языке
  • генерация тайского текста по инструкциям
  • ответы на вопросы по темам тайского домена
  • структурированные ответы в формате ChatML

Ограничения

Версия 0.5 обучалась не на всём наборе данных, поэтому результаты могут быть ограничены относительно планируемой версии 1.0. Оценки IFEval и BBH не описывают качество на всех тайских прикладных задачах.

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

Tsunami-0.5-7B-Instruct

TSUNAMI: Transformative Semantic Understanding and Natural Augmentation Model for Intelligence.

TSUNAMI full name was created by ChatGPT.


infomation

Tsunami-0.5-7B-Instruct is Thai Large Language Model that fine-tuned from Qwen2.5-7B around 60,000 rows in Thai-specific domain.


Prompt Template

This model uses ChatML prompt template:

<|im_start|>system
{System}<|im_end|>
<|im_start|>user
{User}<|im_end|>
<|im_start|>assistant
{Assistant}

How to use


from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model_name = "Tsunami-th/Tsunami-0.5-7B-Instruct"

model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="auto",
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained(model_name)

messages = [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "สวัสดีครับ"}
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True
)

inputs = tokenizer(text, return_tensors="pt")
inputs = inputs.to(model.device)
with torch.no_grad():
   output = model.generate(**inputs, max_new_tokens=512)

response = tokenizer.decode(output[0, len(inputs['input_ids'][0]):], skip_special_tokens=True)

Author


  • Tsunami-0.5-7B-Instruct is the version 0.5 that did not train on the whole dataset.
  • Tsunami-1.0-7B-Instruct is coming soon.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.28.04
IFEval (0-Shot)74.00
BBH (3-Shot)36.14
MATH Lvl 5 (4-Shot)0.15
GPQA (0-shot)7.83
MuSR (0-shot)12.21
MMLU-PRO (5-shot)37.92

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
b9c8123

0 моделей