Special thanks to Alpin, Tav and the rest of the Pygmalion peeps involved in training this one. Its trained on the supercot dataset like my other qloras and models. I'll update the card with more info soon.
Might be a bit overbaked 🧑🍳🔥
Характеристики
- Контекст
- 4 096 токенов
- Параметры
- 68,7 млрд
- Размер весов
- 138 ГБ
- Архитектура
- llama · dense
- Опубликована
- 2 окт 2023
Ссылки
SuperCOT-70B
SuperCOT-70B — модель семейства LLaMA на 68,7 млрд параметров для генерации текста, обученная на датасете SuperCOT.
24скачиваний за 30 дней2лайкавеса обновлены2 окт 2023
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
SuperCOT-70B — текстовая авторегрессионная модель семейства LLaMA, опубликованная ausboss. В README указано, что модель обучена на датасете SuperCOT; автор благодарит участников Pygmalion. По метаданным, модель содержит 68,7 млрд параметров, использует архитектуру LlamaForCausalLM и рассчитана на контекст до 4096 токенов.
Модель предназначена для генерации текста, в частности ответов в стиле SuperCOT. README предупреждает, что модель могла быть переобучена; подробные сведения о качестве и режимах применения не приведены. Метаданные указывают формат PyTorch. Лицензия в предоставленных данных не указана.
Сценарии применения
- генерация ответов в стиле SuperCOT
- создание продолжений текста
- эксперименты с крупными языковыми моделями
Ограничения
Автор предупреждает, что модель могла быть переобучена. В предоставленных данных нет сведений о лицензии и подробной оценке качества.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейI.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
vLLM
Подбираем GPU…
- Класс архитектуры
- LlamaForCausalLM
- Ревизия весов
- 4cdce3d