/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
2,1 млрд
Лицензия
BigScience BLOOM RAIL 1.0
Архитектура
bloom · dense
Опубликована
5 окт 2023

bloom-1b7_it

Генерация текстаТекст → текст3 профессии

Итальянская языковая адаптация BLOOM-1b7 для генерации текста на итальянском языке.

32скачиваний за 30 дней1лайквеса обновлены20 ноя 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.

  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

Модель basilepp19/bloom-1b7_it — языково адаптированная версия BLOOM-1b7, разработанная Пьерпаоло Базиле, Пьерлуиджи Кассотти, Марко Полиньяно, Лучией Сичилиани и Джованни Семераро из Университета Бари Альдо Моро. Авторы адаптировали модель к итальянскому языку по стратегии MAD-X, используя 100 000 примеров из итальянской части набора Filtered Oscar. Модель построена на архитектуре BLOOM с плотной причинной языковой моделью, содержит 2,1 млрд параметров и поддерживает контекст до 4096 токенов.

Модель предназначена для генерации текста на итальянском языке и сценариев, где базовой версии BLOOM не хватает адаптации к итальянскому. Для работы авторы требуют использовать токенизатор адаптированной модели. Репозиторий содержит веса PyTorch и Safetensors. Лицензия — BigScience BLOOM RAIL 1.0.

Сценарии применения

  • генерация текста на итальянском языке
  • продолжение итальянских текстовых фрагментов
  • создание италоязычных черновиков и ответов
  • адаптация приложений генерации текста для итальянского языка

Ограничения

Для работы необходимо использовать токенизатор этой адаптированной модели. Адаптация обучена на выборке из 100 000 примеров Filtered Oscar, поэтому качество может зависеть от сценария и охвата данных.

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

Model Card for Model ID

This model is obtained by adapting bloom-1b7 to the Italian language. Among the languages supported by the BLOOM model, there is no Italian, making its use in that context challenging. We adapt the original BLOOM model using the MAD-X language adaptation strategy.

Model Details

Model Description

We adapt the bloom-1b7 to the Italian language using the MAD-X language adaptation strategy. To produce a valuable model, we follow the same procedure proposed in: https://arxiv.org/abs/2212.09535

We use default script parameters and select a sample of 100,000 examples in the Italian language. We decided to sample data from the Filtered Oscar Dataset for the Italian Language released by Sarti.

It is important to underline that when you use the adapted LLM is necessary to use the tokenizer of the adapted model.

  • Developed by: Pierpaolo Basile, Pierluigi Cassotti, Marco Polignano, Lucia Siciliani, Giovanni Semeraro. Department of Computer Science, University of Bari Aldo Moro, Italy
  • Model type: BLOOM
  • Language(s) (NLP): Italian
  • License: BigScience BLOOM RAIL 1.0

Citation

Pierpaolo Basile, Pierluigi Cassotti, Marco Polignano, Lucia Siciliani, Giovanni Semeraro. On the impact of Language Adaptation for Large Language Models: A case study for the Italian language using only open resources. Proceedings of the Ninth Italian Conference on Computational Linguistics (CLiC-it 2023).

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
BloomForCausalLM
Ревизия весов
b9b701b

0 моделей