Экспериментальная модель Llama на 503,3 млн параметров для генерации историй по текстовому запросу.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
arshiaafshani/arshStory — языковая модель на архитектуре Llama с 503,3 млн параметров, созданная для написания историй. Модель обучалась 4–5 часов на небольшой выборке, связанной с детскими историями, на GPU T4; автор сообщает значение training loss 2,9. Длина контекста составляет 1024 токена, модель работает с текстом и распространяется в формате safetensors.
Модель предназначена для генерации историй по текстовому запросу. Автор характеризует её как экспериментальную основу: для самостоятельного применения, по его рекомендации, требуется дальнейшее предобучение на более крупных данных и последующее дообучение на разговорных наборах. Лицензия — MIT.
Модель обучалась недолго на небольшом наборе данных, поэтому автор не рекомендует использовать её как самостоятельный проект и советует дальнейшее предобучение и разговорное дообучение. Контекст ограничен 1024 токенами.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This model is a Llama architecture based model with 500m parameters created to write stories. It is pretrained for 4-5 hours on a small dataset using t4 gpu. I've got 2.9 training loss after training. This model shouldn't be used as a project itself, It must be pretrained on some larger datasets. Then, It must be post trained on conversational datasets.
This model is licensed under MIT.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…