/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
29,1 ГБ
Лицензия
cc-by-nc-3.0
Архитектура
mistral · dense
Опубликована
27 апр 2024

typhoon-7b-WangchanX-sft-Demo

Генерация текстаТекст → текст3 профессии

Диалоговая модель Mistral на 7,1 млрд параметров, дообученная для генерации текста на тайском и английском языках.

24скачиваний за 30 дней1лайквеса обновлены3 мая 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 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

airesearch разработала typhoon-7b-WangchanX-sft-Demo на основе scb10x/typhoon-7b: модель дообучена с помощью QLoRA в пайплайне WangchanX. Это плотная авторегрессионная языковая модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов, предназначенная для генерации текста в диалоговом формате. Карточка демонстрирует ответ на вопрос о различиях между тайским и китайским традиционными театральными представлениями.

Модель поддерживает тайский и английский языки. Лицензия CC BY-NC 3.0 ограничивает использование некоммерческими условиями. Карточка не приводит оценок качества или подробных сведений о поведении модели за пределами демонстрационного примера.

Сценарии применения

  • ответы на вопросы на тайском языке
  • ответы на вопросы на английском языке
  • диалоговый помощник на тайском и английском
  • объяснение различий между культурными явлениями

Ограничения

В README приведён только один демонстрационный пример, поэтому качество на других задачах не установлено. Лицензия CC BY-NC 3.0 допускает использование на некоммерческих условиях.

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

typhoon-7b-WangchanX-sft-Demo

This model is based on WangchanX Fine-tuning Pipeline.

GitHub: WangchanX Fine-tuning Pipeline. Pre-train model from scb10x/typhoon-7b and fine tuning with Qlora.

License: cc-by-nc-3.0

Train Example

Train WangchanX pipeline: Colab

Inference Example

Run on Colab

Prepare your model and tokenizer:

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM

# Model path
path = "airesearch/typhoon-7b-WangchanX-sft-Demo"

# Device
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')

# Load tokenizer and model
tokenizer = AutoTokenizer.from_pretrained(path, use_fast=False)
model = AutoModelForCausalLM.from_pretrained(path, device_map="auto")

Define chat messages:

messages = [
    {"role": "user", "content": "ลิเก กับ งิ้ว ต่างกันอย่างไร"},
]

Tokenize chat messages:

tokenized_chat = tokenizer.apply_chat_template(messages, tokenize=True, add_generation_prompt=True, return_tensors="pt").to(device)
print(tokenizer.decode(tokenized_chat[0]))

Generate responses:

outputs = model.generate(tokenized_chat, max_length=2048)
print(tokenizer.decode(outputs[0]))

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
f0736df

0 моделей