/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
10,7 млрд
Размер весов
21,7 ГБ
Лицензия
MIT
Архитектура
llama · dense
Базовая модель
LDCC-SOLAR-10.7B
Опубликована
21 фев 2024

kosolra-kullm-LDCC-merge

Генерация текстаТекст → текст5 профессий

Слитая методом SLERP модель Llama на 10,7 млрд параметров для генерации текста на корейском и английском языках.

20скачиваний за 30 дней0лайковвеса обновлены5 мар 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

c1park собрал модель c1park/kosolra-kullm-LDCC-merge методом SLERP с помощью mergekit из realPCH/kosolra-kullm и LDCC/LDCC-SOLAR-10.7B; обе базируются на yanolja/KoSOLAR-10.7B-v0.1. Это плотная авторегрессионная модель семейства Llama с 10,7 млрд параметров для генерации текста. Она рассчитана на корейский и английский языки, имеет контекст до 4096 токенов и распространяется в формате safetensors.

Модель подходит для генерации ответов и продолжения текста на корейском и английском языках. Лицензия — MIT. Карточка содержит краткие сведения о слиянии и запуске через Transformers, но не приводит оценок качества или подробных рекомендаций по использованию; результаты на конкретных задачах следует проверять отдельно.

Сценарии применения

  • генерация текста на корейском языке
  • генерация текста на английском языке
  • продолжение текста на корейском и английском
  • создание ответов на текстовые запросы

Ограничения

Карточка не сообщает результаты сравнительных оценок качества и не описывает специальные возможности модели; пригодность для конкретных задач следует проверять отдельно. Контекст ограничен 4096 токенами.

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

Model Strategy

We merged following two model with SLERP method using mergekit library.

which are both based on yanolja/KoSOLAR-10.7B-v0.1.

Run the model

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "c1park/kosolra-kullm-LDCC-merge"
tokenizer = AutoTokenizer.from_pretrained(model_id)

model = AutoModelForCausalLM.from_pretrained(model_id)

text = "[INST] Put instruction here. [/INST]"
inputs = tokenizer(text, return_tensors="pt")

outputs = model.generate(**inputs, max_new_tokens=20)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

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
95eedc7

0 моделей