/ Модель

Характеристики

Контекст
8 192 токена
Параметры
27,6 млрд
Размер весов
54,5 ГБ
Лицензия
Gemma
Архитектура
gemma2 · dense
Базовая модель
gemma-2-27b-it
Библиотека
transformers
Опубликована
28 авг 2024

gemma-2-27b-it-abliterated

Генерация текстаТекст → текст5 профессий

Диалоговая Gemma 2 на 27,6 млрд параметров с аблитерированными весами для генерации текста по инструкциям.

71скачиваний за 30 дней19лайковвеса обновлены14 сен 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

byroneverson/gemma-2-27b-it-abliterated — диалоговая модель генерации текста на архитектуре Gemma 2, созданная путём аблитерации Google Gemma 2 27B IT. Разработчик описывает CPU-метод: вычисление вектора отказа с помощью квантованной модели и ортогонализация файлов весов safetensors исходной модели.

Модель предназначена для диалога и генерации ответов по текстовым инструкциям. Она содержит 27,6 млрд параметров, принимает текст и рассчитана на контекст до 8192 токенов; в метаданных указан английский язык. Лицензия — Gemma. README сообщает о методе изменения модели, но не приводит оценок качества или подробных результатов испытаний.

Сценарии применения

  • ведение диалога на английском языке
  • генерация ответов на текстовые инструкции
  • создание черновиков и продолжение текста

Ограничения

README не приводит результатов оценки качества; заявленный метод аблитерации направлен на изменение поведения отказов, поэтому ответы на запросы, которые исходная модель отклоняла, могут быть менее безопасными или надёжными.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gemma-2-27b-it-abliterated

Now accepting abliteration requests. If you would like to see a model abliterated, follow me and leave me a message with model link.

This is a new approach for abliterating models using CPU only. I was able to abliterate this model using free kaggle processing with no accelerator.

  1. Obtain refusal direction vector using a quant model with llama.cpp (llama-cpp-python and ggml-python).
  2. Orthogonalize each .safetensors files directly from original repo and upload to a new repo. (one at a time)

Check out the jupyter notebook for details of how this model was abliterated from gemma-2-27b-it.

Logo

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma2ForCausalLM
Ревизия весов
4c64297

0 моделей