/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
6,7 млрд
Размер весов
13,7 ГБ
Лицензия
MIT
Архитектура
llama · dense
Опубликована
26 янв 2024

llama-ko-peft

Генерация текстаТекст → текст3 профессии

Дообученная 6,7-миллиардная модель Llama для генерации корейского текста.

18скачиваний за 30 дней0лайковвеса обновлены26 янв 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

colable/llama-ko-peft — корейская модель генерации текста на архитектуре Llama, дообученная разработчиком на собственном наборе данных на базе beomi/open-llama-2-ko-7b. Модель содержит 6,7 млрд параметров, распространяется в формате safetensors и поддерживает контекст до 2048 токенов.

Она предназначена для генерации текста на корейском языке. README приводит пример запуска на GPU, но не уточняет специальные сценарии применения или результаты оценки качества. Модель выпущена по лицензии MIT.

Сценарии применения

  • генерация текста на корейском языке
  • продолжение корейского текста
  • разработка приложений на базе корейской языковой модели

Ограничения

Контекст ограничен 2048 токенами; в README не приведены результаты оценки качества и подробности обучающего набора.

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

open-llama-2-ko based model with inhouse dataset

This is an Korean Model based on

  • [beomi/open-llama-2-ko-7b]

gpu code example

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
import math

## v2 models
model_path = "colable/llama-ko-peft"

tokenizer = AutoTokenizer.from_pretrained(model_path, use_default_system_prompt=False)
model = AutoModelForCausalLM.from_pretrained(
    model_path, torch_dtype=torch.float32, device_map='auto',local_files_only=False, load_in_4bit=True
)
print(model)
prompt = input("please input prompt:")
while len(prompt) > 0:
  input_ids = tokenizer(prompt, return_tensors="pt").input_ids.to("cuda")

  generation_output = model.generate(
    input_ids=input_ids, max_new_tokens=500,repetition_penalty=1.2
  )
  print(tokenizer.decode(generation_output[0]))
  prompt = input("please input prompt:")

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
6cb7c5e

0 моделей