/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
12,9 млрд
Размер весов
26,3 ГБ
Лицензия
Llama 2
Архитектура
llama · dense
Опубликована
14 ноя 2023

Llama-2-ko-OpenOrca-gugugo-13B

Генерация текстаТекст → текст3 профессии

Экспериментальная корейская инструктивная модель на базе Llama 2 для генерации текста и проверки влияния крупного набора данных на качество дообучения.

23скачиваний за 30 дней0лайковвеса обновлены17 ноя 2023

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

Llama-2-ko-OpenOrca-gugugo-13B — экспериментальная инструктивная языковая модель на архитектуре Llama 2, разработанная автором репозитория daekeun-ml. Модель дообучена на базе beomi/llama-2-koen-13b с использованием примерно 1 миллиона примеров набора OpenOrca-gugugo-ko; автор проверял, как большой объём данных влияет на качество и подчёркивает важность качества данных и распределения ключевых слов. Модель содержит 12,9 млрд параметров и имеет контекст до 2048 токенов.

Модель предназначена для генерации текста и выполнения инструкций на корейском языке. Лицензия — Llama 2 License. Карточка описывает её как проверку концепции и часть эксперимента, поэтому качество ответов может зависеть от состава и распределения обучающих данных.

Сценарии применения

  • генерация ответов на инструкции на корейском языке
  • создание корейских текстов по запросу
  • экспериментальная оценка влияния объёма данных на качество дообучения

Ограничения

Модель представлена как проверка концепции и эксперимент; качество зависит от качества и распределения обучающих данных. Контекст ограничен 2048 токенами.

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

Llama-2-ko-OpenOrca-gugugo-13B

This model was trained for PoC purposes. This is part of an experiment to check whether model performance improves when fine-tuned with large data of about 1 million samples.

[Note] There are still many people/customers who have the wrong idea that 'Always the more data, the better,' so I showed it directly with experimental data. In fine-tuning, data quality is much more important than simply preparing a lot of data, and keyword distribution within the dataset is also important!

For example, when searching for process and comparison keywords in the kkullm dataset, each is about 1% of the entire dataset.

Model Details

Datasets

Trained on 1 million samples from the dataset. The training infrastructure used AWS g5.12xlarge x 2ea (total of NVIDIA A10G 8 GPUs).

Hyperparameters

The hyperparameters are simply heuristic values. For reference only:

learning_rate = 3e-5
lr_scheduler = "constant_with_warmup"
batch_size = 1
gradient_accumulation_steps = 8
lora_alpha = 16
lora_r = 16
lora_dropout = 0.1
lora_target_modules = "[gate_proj, down_proj, up_proj, q_proj, k_proj, o_proj, v_proj]"
use_flash_attention_2 = True

License

  • Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International Public License, under LLAMA 2 COMMUNITY LICENSE AGREEMENT

This model was created as a personal experiment, unrelated to the organization I work for.

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
655c748

0 моделей