/ Модель

Характеристики

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

llama-ko-peft-v0.6

Генерация текстаТекст → текст3 профессии

Дообученная корейская модель семейства Llama для генерации текста.

14скачиваний за 30 дней0лайковвеса обновлены1 фев 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-v0.6 — корейская языковая модель для генерации текста, дообученная на внутреннем наборе данных на основе beomi/open-llama-2-ko-7b. Она использует плотную архитектуру Llama и предназначена для генерации корейского текста. Модель содержит 6,7 млрд параметров и имеет контекст длиной 2048 токенов. Доступна в формате Safetensors по лицензии MIT.

Сценарии применения

  • генерация текста на корейском языке
  • продолжение корейского текста по заданному фрагменту
  • создание черновиков на корейском языке

Ограничения

Контекст ограничен 2048 токенами. Качество и состав внутреннего набора данных в карточке не описаны.

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-v0.2"

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
792f723

0 моделей