tzem (ㅌ__ ㅈ_ㅇ ㅁ__!)
korean_textbooks 데이터셋 정리 후 사전 학습 한 모델입니다. 비용 문제로 1 epoch만 진행하였습니다.
데이터셋 정리 내용:
-
데이터에 여러 번 반복되는 문장 있을 시 제거
-
한글이 없는 데이터 제거
-
html 태그가 포함된 데이터 제거
-
토론 데이터 포맷 통일, 존댓말로 수정
-
토론 데이터에서 Phi를 철수로, Epsilon을 영희로 변경
-
기타 등등
Характеристики
- Контекст
- 2 048 токенов
- Параметры
- 144 млн
- Лицензия
- MIT
- Архитектура
- llama · dense
- Библиотека
- transformers
- Опубликована
- 13 янв 2025
Ссылки
tzem
Компактная модель Llama, предварительно обученная на корейских учебных текстах для генерации корейского текста и диалогов.
297скачиваний за 30 дней0лайковвеса обновлены16 янв 2025
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
tzem — компактная языковая модель семейства Llama, разработанная автором репозитория blueapple8259. Модель предварительно обучена на очищенной версии датасета maywell/korean_textbooks: удалялись повторяющиеся предложения, записи без корейского текста и записи с HTML-тегами, а формат дискуссий приводился к единому виду с вежливой речью. Обучение ограничилось одной эпохой из-за стоимости.
Модель предназначена для генерации текста и диалогов на корейском языке. Она содержит 144,5 млн параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст до 2048 токенов. Файлы представлены в формате Safetensors. Указана лицензия MIT.
Сценарии применения
- генерация ответов на корейском языке
- создание корейских диалогов в вежливой форме
- продолжение корейских учебных текстов
Ограничения
Обучение проводилось только одну эпоху, поэтому качество и полнота навыков модели могут быть ограничены. Контекст ограничен 2048 токенами.
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.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель
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
Универсальный рантайм · transformers
Подбираем GPU…
- Класс архитектуры
- LlamaForCausalLM
- Ревизия весов
- 74d5dbe