/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
335 млн
Лицензия
CC BY-NC-SA 4.0
Архитектура
llama · dense
Опубликована
20 ноя 2024

bb335m

Генерация текстаТекст → текст3 профессии

Biswabangla-335M-io — дообученная на инструкциях модель с 335,2 млн параметров для генерации текста на бенгальском языке.

11скачиваний за 30 дней0лайковвеса обновлены20 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.

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

Biswabangla-335M-io — открытая монолингвальная генеративная языковая модель Gyan AI Research для бенгальского языка. Это авторская модель с архитектурой Transformer Decoder Only Auto Regressive; она содержит 335,2 млн параметров и принимает контекст до 4096 токенов. Модель обучена с нуля, а затем дообучена на 1 млн пар «вход—выход» с инструкциями для разных задач обработки бенгальского языка.

Модель предназначена для генерации текста и выполнения инструкций на бенгальском языке. Токенизатор также работает с ассамским языком, но карточка не подтверждает полноценную поддержку генерации на нём. Модель распространяется по лицензии CC BY-NC-SA 4.0, которая запрещает коммерческое использование согласно карточке. Авторы предупреждают, что обучающие данные содержат токсичный контент и социальные предубеждения; ответы могут быть неточными, нерелевантными или оскорбительными.

Сценарии применения

  • генерация ответов на бенгальском языке
  • выполнение инструкций на бенгальском языке
  • создание текстов на бенгальском языке
  • решение задач обработки бенгальского языка в формате вход—выход

Ограничения

Обучающие данные содержат токсичные высказывания, небезопасный контент и социальные предубеждения; модель может выдавать токсичные, неточные или нерелевантные ответы. Коммерческое использование запрещено лицензией согласно карточке модели.

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

Description

Biswabangla-335M-io is a 335 million parameters open source instruction-tuned Generative pretrained Language Model for Bangla/Bengali.

Biswabangla is a monolingual Bangla/Bengali Generative Language model. The tokenizer of Biswabangla also works for Assamese language.

This is a pretrained model from scratch at a context size of 4096. Furthermore instruction-tuned on 1 million Bengali input-output pairs across various Bengali NLP tasks.

This model is instruction-tuned on 1 million Bangla instructions in the form of (input,output) pairs.

This model is strictly prohibited to use for commercial purposes.

If you use our model, please cite our paper Niyogi and Bhattacharya, 2024

The architecture of Biswabangla is different than the language models, mentioned in Niyogi and Bhattacharya, 2024

Model Architecture

Transformer Decoder Only Auto Regressive Model

Limitations

The model was trained on data that contains toxic language, unsafe content, and societal biases originally crawled from the internet. Therefore, the model may amplify those biases and return toxic responses especially when prompted with toxic prompts. The model may generate answers that may be inaccurate, omit key information, or include irrelevant or redundant text producing socially unacceptable or undesirable text, even if the prompt itself does not include anything explicitly offensive.

Gyan AI Research does own the output generated from the model.

Citations

@misc{niyogi2024paramanufamilynovelefficient,
      title={Paramanu: A Family of Novel Efficient Generative Foundation Language Models for Indian Languages}, 
      author={Mitodru Niyogi and Arnab Bhattacharya},
      year={2024},
      eprint={2401.18034},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2401.18034}, 
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
caa551c

0 моделей