/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Mistral-7B-Instruct-v0.2
Библиотека
transformers
Опубликована
9 апр 2024

aksara_v1

Генерация текстаТекст → текст

akṣara — дообученная Cropin диалоговая модель для консультаций по климатически устойчивому и регенеративному сельскому хозяйству в странах Южной Азии.

2скачиваний за 30 дней7лайковвеса обновлены29 апр 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

akṣara — специализированная диалоговая языковая модель компании Cropin для консультаций по сельскому хозяйству. Она дообучена на базе mistralai/Mistral-7B-Instruct-v0.2 с помощью QLoRA на открытых и проприетарных аграрных данных. Модель рассчитана на климатически устойчивые и регенеративные практики в Индии, Бангладеш, Шри-Ланке, Пакистане и Непале, а также на девять культур региона: рис, пшеницу, кукурузу, ячмень, сорго, хлопок, сахарный тростник, просо и сою.

Модель отвечает на вопросы о выращивании культур на этапах от посева до сбора урожая, включая управление здоровьем растений и почвой, а также борьбу с болезнями. README сообщает о сжатии QLoRA с 16 до 4 бит; метаданные указывают формат safetensors. Заявление о преимуществе по ROUGE над GPT-4 Turbo относится к случайно выбранным тестовым наборам и не гарантирует качество в других условиях. Модель поддерживает английский язык, распространяется по лицензии Apache-2.0 и обозначена разработчиком как бета-версия; ответы могут содержать неточности.

Сценарии применения

  • советы по выращиванию риса, пшеницы и других региональных культур
  • рекомендации по климатически устойчивым методам земледелия
  • подбор регенеративных сельскохозяйственных практик
  • ответы на вопросы о посеве, росте и сборе урожая
  • советы по здоровью растений, почве и контролю болезней

Ограничения

Знания модели ограничены указанными странами и культурами. Разработчик обозначает её как бета-версию и предупреждает о возможных неточностях.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for akṣara

akṣara, is a Micro Language Model ((µ-LM)) and is a fine-tuned version of the Mistral-7B-Instruct-v0.2 model. The model is fine-tuned using proprietary and open-source agricultural data. The data is specific to five countries in the global south: India, Bangladesh, Sri Lanka, Pakistan and Nepal, and covers nine of the major crops of the region like paddy/rice, wheat, maize, barley, sorghum, cotton, sugarcane, millets, soybean. It was compressed by using the QLoRA technique that compresses the model from 16-bit to 4-bit precision leading to a 60% reduction in the model size! It gives about 40% more relevant ROUGE score than GPT-4 Turbo on randomly selected test datasets.

The knowledge domain of the model is specific to the agricultural best practices, including climate-smart agricultural practices (CSA) and regenerative agricultural practices (RA) for the above-mentioned focus countries and crops. More geographies and crops will be added later. The model is trained on a database containing information from seed sowing to harvesting, covering every phenological stage of the crop growth cycle and different aspects like crop health management, soil management, disease control, and others. The end-to-end pipeline incorporates various aspects of Responsible AI (RAI), like considering local features and preventing harmful content or misinformation.

The following hyperparameters were used during training:

  • learning_rate: 2e-4
  • train_batch_size: 4
  • eval_batch_size: 4
  • optimizer: paged_adam_32bit
  • lr_scheduler_type: cosine
  • num_epochs: 1
  • lora_r: 32
  • weight_decay: 0.001

For full details of this model please read our release blog post here. The technical details for the background, fine-tuning and reproducibility will be shared as a pre-print on arxiv very soon. The model can be inferenced on our Huggingface Space aksara spaces For framework versions, please refer to the requirements.txt file.

Limitations

The knowledge of akṣara is limited to the specific region and crops. We are looking forward to engage with the community on ways to make it better on the model, data, pipeline and "Responsible AI".

Disclaimer

Beta Test version #1.0 - aksara is your agricultural AI advisor. Expect inaccuracies. We’re in active development stage to constantly learn & improve.

The Akshara Team

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
6b9c43f

0 моделей