/ Модель
Каталог

Характеристики

Контекст
2 048 токенов
Параметры
93,6 млн
Архитектура
llama · dense
Библиотека
transformers
Опубликована
3 ноя 2024

Ссылки

Hugging Face

tinystories

archit11
Генерация текстаТекст → текст3 профессии

Компактная дообученная модель Llama для экспериментов и генерации текста в контексте до 2048 токенов.

170скачиваний за 30 дней0лайковвеса обновлены3 ноя 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

archit11/tinystories — дообученная компактная языковая модель семейства Llama для генерации текста. Модель содержит 93,6 млн параметров, использует архитектуру LlamaForCausalLM и рассчитана на контекст до 2048 токенов. Репозиторий хранит веса в формате Safetensors.

Модель подходит для экспериментов с генерацией коротких текстов и изучения работы небольших авторегрессионных моделей. В README не описаны целевые сценарии, данные обучения, оценка качества или поддерживаемые языки. Базовая модель не указана, поэтому её происхождение точнее установить нельзя. Условия лицензии в доступных сведениях не приведены.

Сценарии применения

  • генерация коротких текстов
  • эксперименты с компактными языковыми моделями
  • изучение авторегрессионной генерации

Ограничения

README не раскрывает обучающие данные, качество, целевые сценарии и лицензию; базовая модель также не указана.

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.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.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

results

This model is a fine-tuned version of on an unknown dataset.

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: 5e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 1
  • mixed_precision_training: Native AMP

Training results

Framework versions

  • Transformers 4.44.2
  • Pytorch 2.5.0+cu121
  • 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
2ef9e9a

0 моделей

    Создать бенчмарк