/ Модель

Характеристики

Контекст
8 192 токена
Параметры
33,3 млрд
Размер весов
54,5 ГБ
Лицензия
MIT
Архитектура
gemma2 · dense
Опубликована
8 авг 2024

RYS-Gemma-2-27b-it

Генерация текстаТекст → текст3 профессии

Экспериментальная модификация Gemma 2 для диалоговой генерации текста с заявленной оптимизацией модели.

16скачиваний за 30 дней8лайковвеса обновлены14 авг 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

RYS-Gemma-2-27b-it — экспериментальная модификация Gemma 2 27B Instruct, опубликованная dnhkng. Автор описывает её как новый способ оптимизации модели; параметры менялись после публикации, а статья о методе находилась в подготовке. Карточка не раскрывает подробности оптимизации и не приводит оценок качества.

Модель предназначена для генерации текста в диалоговом формате. В метаданных указаны архитектура Gemma2ForCausalLM, 33,3 млрд параметров, контекст 8192 токена и формат safetensors. Лицензия — MIT. README содержит пример загрузки весов базовой модели Google/Gemma-2-9b-it, что расходится с указанным размером и названием модели; способ применения репозитория поэтому требует осторожной проверки.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • создание черновиков и продолжение текста
  • эксперименты с оптимизацией языковых моделей

Ограничения

Автор отмечает, что модель находится в разработке и её параметры обновлялись; статья о методе оптимизации не приведена. README указывает базу Gemma 2 27B, но пример загрузки ссылается на Gemma 2 9B, поэтому соответствие кода опубликованным весам неясно.

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

This is a new kind of model optimization. This model is based on Gemma-2-27b-it.

Update: This model is in flux. It was updated on the 12th of August, with better parameters!

A paper on the technique is currently being written.

This research was supported with hardware from the appliedAI Institute, whose goal is to generate and communicate high-quality knowledge about trustworthy AI.

Quickstart

# pip install accelerate
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("dnhkng/RYS-Gemma-2-27b-it")
model = AutoModelForCausalLM.from_pretrained(
    "google/gemma-2-9b-it",
    device_map="auto",
)

input_text = "Write me a poem about Machine Learning."
input_ids = tokenizer(input_text, return_tensors="pt").to("cuda")

outputs = model.generate(**input_ids, max_new_tokens=32)
print(tokenizer.decode(outputs[0]))

SHAMELESS ADVERTISING BREAK

I’m on the hunt for new challenges and a chance to dive into some exciting research opportunities. Oh, and did I mention I just snagged a top spot on the Open LLM leaderboard? 🎉

Profile

Innovation enthusiast, AI strategist, and interdisciplinary-tech nerd – that's me! With over a decade of experience in research and project management, my professional journey has been largely shaped by my passion for artificial intelligence and its potential to transform various industries. With a solid background in artificial intelligence and machine learning, coupled with a knack for innovation and problem-solving (and a healthy dose of curiosity), I'm excited to bring my skills to a new team.

Originally from Australia, where I earned my degrees in Organic Chemistry and Biochemistry, I moved to Germany in 2004. My academic pursuit continued with a PhD in Chemistry at the Max Planck Institute of Biochemistry. Today, I leverage my robust educational background and diverse industry experience to drive AI innovations in a wide range of applications. Hobbies? Lots: I've also built the world's most powerful espresso machine and am working to bring GLaDOS to life.


I'm based out of Munich, Germany, but I would be interested in working remotely for a team with more compute than my 2x 4090s 🚀

Reach out via LinkedIn - Dr David Noel Ng

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma2ForCausalLM
Ревизия весов
92f7e79

0 моделей