/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
66,6 млрд
Размер весов
135 ГБ
Лицензия
Своя лицензия
Архитектура
llama · dense
Опубликована
29 ноя 2023

deepseek-llm-67b-base

Генерация текстаТекст → текст5 профессий

Базовая языковая модель DeepSeek на 66,6 млрд параметров для продолжения текста на английском и китайском языках и разработки решений на её основе.

9 373скачиваний за 30 дней142лайкавеса обновлены30 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

DeepSeek LLM 67B Base — базовая языковая модель, разработанная DeepSeek и обученная с нуля на 2 триллионах токенов английского и китайского текста. Она содержит 66,6 млрд параметров, использует плотную архитектуру семейства Llama с Grouped-Query Attention и предназначена для продолжения текста и построения собственных решений на основе языковой модели.

Модель принимает текст и генерирует текст; контекст составляет 4096 токенов. Английский и китайский — языки обучения. В отличие от чат-версии, это базовая модель для текстового дополнения, а не специализированный диалоговый ассистент. Репозиторий содержит веса PyTorch. Авторы опубликовали её для исследовательского сообщества; лицензия указана как other, поэтому конкретные условия использования следует проверять в репозитории.

Сценарии применения

  • продолжение заданного текста
  • генерация текста на английском языке
  • генерация текста на китайском языке
  • создание основы для дообучения языковой модели

Ограничения

Это базовая модель, а не готовый чат-ассистент; качество и пригодность для конкретных задач зависят от дальнейшей настройки. Указана лицензия other, поэтому перед использованием нужно проверить условия в репозитории.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

1. Introduction of Deepseek LLM

Introducing DeepSeek LLM, an advanced language model comprising 67 billion parameters. It has been trained from scratch on a vast dataset of 2 trillion tokens in both English and Chinese. In order to foster research, we have made DeepSeek LLM 7B/67B Base and DeepSeek LLM 7B/67B Chat open source for the research community.

2. Model Summary

deepseek-llm-67b-base is a 67B parameter model with Grouped-Query Attention trained on 2 trillion tokens from scratch.

3. How to Use

Here give some examples of how to use our model.

Text Completion

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM, GenerationConfig

model_name = "deepseek-ai/deepseek-llm-67b-base"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name, torch_dtype=torch.bfloat16, device_map="auto")
model.generation_config = GenerationConfig.from_pretrained(model_name)
model.generation_config.pad_token_id = model.generation_config.eos_token_id

text = "An attention function can be described as mapping a query and a set of key-value pairs to an output, where the query, keys, values, and output are all vectors. The output is"
inputs = tokenizer(text, return_tensors="pt")
outputs = model.generate(**inputs.to(model.device), max_new_tokens=100)

result = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(result)

4. License

This code repository is licensed under the MIT License. The use of DeepSeek LLM models is subject to the Model License. DeepSeek LLM supports commercial use.

See the LICENSE-MODEL for more details.

5. Contact

If you have any questions, please raise an issue or contact us at service@deepseek.com.

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
c3f813a

0 моделей