PandaLM: Reproducible and Automated Language Model Assessment
Our GitHub repo: https://github.com/WeOpenML/PandaLM
Please use AutoTokenizer.from_pretrained('WeOpenML/PandaLM-7B-v1', use_fast=False) if you encounter issues.
Характеристики
- Контекст
- 2 048 токенов
- Параметры
- 6,6 млрд
- Размер весов
- 27 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Опубликована
- 30 апр 2023
Ссылки
PandaLM-7B-v1
PandaLM-7B-v1 — 6,6-миллиардная языковая модель LLaMA для генерации текста и экспериментов по оценке языковых моделей.
41скачиваний за 30 дней18лайковвеса обновлены5 дек 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
PandaLM-7B-v1 — языковая модель семейства LLaMA от WeOpenML, представленная в проекте PandaLM по воспроизводимой и автоматизированной оценке языковых моделей. Модель предназначена для генерации текста и может применяться для исследовательских экспериментов по оценке и сравнению языковых моделей.
Модель имеет плотную архитектуру LlamaForCausalLM и 6,6 млрд параметров. Она принимает и генерирует текст, а длина контекста составляет 2048 токенов. Веса доступны в форматах PyTorch и Safetensors; лицензия — Apache-2.0. README рекомендует при проблемах использовать AutoTokenizer с параметром use_fast=False.
Сценарии применения
- генерация текста для исследовательских экспериментов
- воспроизводимая оценка языковых моделей
- сравнение ответов языковых моделей
Ограничения
Контекст ограничен 2048 токенами; в README не приведены сведения о поддерживаемых естественных языках или результаты оценки качества.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- LlamaForCausalLM
- Ревизия весов
- f7e28bd