/ Модель
Каталог

Характеристики

Контекст
2 048 токенов
Параметры
368 млн
Архитектура
llama · dense
Библиотека
transformers
Опубликована
6 янв 2025

Ссылки

Hugging Face

cllm-0.0.2

anilguleroglu
Генерация текстаТекст → текст3 профессии

Дообученная компактная модель Llama для генерации текста в диалоговом формате.

20скачиваний за 30 дней0лайковвеса обновлены9 янв 2025

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

cllm-0.0.2 — разговорная языковая модель семейства Llama, опубликованная пользователем anilguleroglu на Hugging Face. Это дообученная модель для генерации текста в диалоговом формате; в карточке указана оценка Loss 2.5767 на наборе для оценки, но назначение и состав этого набора не описаны.

Модель содержит 368,3 млн параметров, использует архитектуру LlamaForCausalLM и библиотеку Transformers. Контекст — до 2048 токенов; веса доступны в формате safetensors. Карточка не сообщает, на каких данных и языках проводилось обучение, а также не содержит сведений о лицензии.

Сценарии применения

  • генерация ответов в текстовом чате
  • создание коротких диалоговых реплик
  • экспериментальная интеграция языковой модели в прототип приложения

Ограничения

Описание обучения, назначение, языки, оценочный набор и лицензия в карточке не раскрыты. Указан результат Loss 2.5767, но без описания метрики и набора его нельзя интерпретировать как оценку практического качества.

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 385моделейI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиII.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

Открыть на Hugging Face

cllm-0.0.2

This model is a fine-tuned version of on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 2.5767

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: 0.0003
  • train_batch_size: 8
  • eval_batch_size: 4
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 256
  • total_eval_batch_size: 32
  • optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 50
  • num_epochs: 1

Training results

Training LossEpochStepValidation Loss
4.84190.02145004.7291
3.8910.042910003.8792
3.57980.064315003.5656
3.38610.085820003.4057
3.27540.107225003.2925
3.20390.128630003.2109
3.14750.150135003.1513
3.09360.171540003.0991
3.04830.193045003.0603
3.00360.214450003.0180
2.96440.235855002.9900
2.93740.257360002.9599
2.9010.278765002.9334
2.89680.300270002.9124
2.8660.321675002.8889
2.86140.343080002.8672
2.83780.364585002.8489
2.82420.385990002.8290
2.79610.407495002.8133
2.7690.4288100002.7962
2.76190.4502105002.7804
2.75270.4717110002.7687
2.74570.4931115002.7540
2.71190.5146120002.7441
2.70890.5360125002.7317
2.72360.5574130002.7218
2.69840.5789135002.7102
2.67910.6003140002.6998
2.67640.6218145002.6915
2.66630.6432150002.6806
2.64240.6646155002.6720
2.63840.6861160002.6612
2.63430.7075165002.6536
2.63030.7290170002.6471
2.61150.7504175002.6373
2.61250.7718180002.6310
2.59830.7933185002.6246
2.60430.8147190002.6173
2.58760.8362195002.6106
2.58240.8576200002.6043
2.58020.8790205002.5983
2.57720.9005210002.5927
2.55840.9219215002.5878
2.56520.9434220002.5835
2.55930.9648225002.5794
2.55470.9862230002.5767

Framework versions

  • Transformers 4.47.1
  • Pytorch 2.1.0+cu118
  • Datasets 3.2.0
  • Tokenizers 0.21.0

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
d113db6

0 моделей

    Создать бенчмарк