This model is aligned with our FactAlign framework for improved long-form factuality, from Columbia-NLP/gemma-2b-zephyr-sft.
For more information, please refer to our paper: FactAlign: Long-form Factuality Alignment of Large Language Models.
Характеристики
- Контекст
- 8 192 токена
- Параметры
- 2,5 млрд
- Размер весов
- 6,1 ГБ
- Архитектура
- gemma · dense
- Опубликована
- 3 окт 2024
Ссылки
FactAlign-gemma-2b-sft
Дообученная модель Gemma на 2,5 млрд параметров для генерации длинных фактически согласованных ответов.
27скачиваний за 30 дней0лайковвеса обновлены7 окт 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.
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
FactAlign-gemma-2b-sft — языковая модель, дообученная командой Columbia-NLP в рамках подхода FactAlign для повышения фактической точности длинных ответов. Она предназначена для генерации связных развёрнутых текстов, где важно поддерживать фактическую согласованность.
Модель основана на Gemma, имеет плотную архитектуру GemmaForCausalLM и содержит 2,5 млрд параметров. Она принимает текст и генерирует текст, поддерживает контекст до 8192 токенов и доступна в формате safetensors. В карточке указана связь с базовой моделью Columbia-NLP/gemma-2b-zephyr-sft. Лицензия не приведена в предоставленных данных.
Сценарии применения
- генерация развёрнутых ответов с опорой на факты
- подготовка длинных пояснений и справочных текстов
- диалоговые ответы на вопросы, требующие подробного изложения
Ограничения
Подтверждена настройка на повышение фактической точности длинных ответов, но предоставленные данные не содержат результатов оценки качества или гарантий отсутствия ошибок.
Для каких профессий подходит5
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 385моделейIV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модельIV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Также подходит для
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
Подбираем GPU…
- Класс архитектуры
- GemmaForCausalLM
- Ревизия весов
- 640c2c7