Компактная англоязычная модель на архитектуре Llama 2 для генерации текста и коротких диалогов.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
MATH Lvl 5
MATH Lvl 5 Raw · выше — лучше
0,0053
Публичная таблицадругая ревизия
MMLU-PRO
MMLU-PRO Raw · выше — лучше
0,1114
Публичная таблицадругая ревизия
Описание составлено по карточке модели и метаданным Hugging Face
smallcp2024 — компактная языковая модель, опубликованная пользователем cpayne1303. Она использует архитектуру Llama 2 и содержит около 2,2 млн параметров. Модель обучена примерно на 2 млрд токенов из первых 1 млн строк неочищенного англоязычного набора данных C4; в метаданных указаны библиотека Transformers и формат Safetensors.
Модель предназначена для генерации текста и диалогового использования на английском языке. Контекст ограничен 512 токенами. В карточке приведены результаты оценки на Open LLM Leaderboard: средний балл 3,46, IFEval — 15,82, BBH — 3,12. Эти результаты указывают на ограниченные возможности, поэтому пригодность для конкретного сценария следует проверять отдельно. Лицензия — Apache 2.0.
Контекст ограничен 512 токенами, а результаты в карточке на Open LLM Leaderboard невысоки. Модель обучена на неочищенных веб-данных, поэтому возможны ошибки и нежелательное содержимое.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This is a model using the llama2 architecture and only 2 million parameters. It is trained on approximately 2 billion tokens of diverse web data from the first 1000000 rows of the uncleaned c4 english dataset.
Detailed results can be found here
| Metric | Value |
|---|---|
| Avg. | 3.46 |
| IFEval (0-Shot) | 15.82 |
| BBH (3-Shot) | 3.12 |
| MATH Lvl 5 (4-Shot) | 0.00 |
| GPQA (0-shot) | 0.00 |
| MuSR (0-shot) | 0.53 |
| MMLU-PRO (5-shot) | 1.26 |
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…