/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
6,6 млрд
Размер весов
13,5 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
13 апр 2023

vicuna-7b-1.1

Генерация текстаТекст → текст6 профессий

Vicuna-7B v1.1 — дообученная на диалогах ShareGPT языковая модель для создания чат-ботов и генерации ответов.

90скачиваний за 30 дней104лайкавеса обновлены2 мая 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

Vicuna-7B v1.1 — диалоговая авторегрессионная языковая модель на архитектуре Transformer семейства LLaMA, разработанная командой Vicuna при участии специалистов из UC Berkeley, CMU, Stanford и UC San Diego. Модель основана на LLaMA и дообучена на 70 тысячах разговоров, опубликованных пользователями ShareGPT; в репозитории указано слияние delta v1.1.

Модель предназначена для генерации текста в диалоге: она отвечает на вопросы и поддерживает исследовательские и любительские проекты с чат-ботами и языковыми моделями. Размер — 6,6 млрд параметров, контекст — 2048 токенов. Обновление v1.1 изменило разделитель генерации на EOS-токен и исправило расчёт функции потерь при дообучении.

Модель работает с текстом и выдаёт текст. Карточка заявляет лицензию Apache 2.0. Оценка качества описана как предварительная и основана на небольшом наборе вопросов с оцениванием GPT-4; ответы могут быть неточными, а контекст ограничен 2048 токенами.

Сценарии применения

  • создание чат-бота для ответов на вопросы
  • генерация продолжения диалога
  • подготовка ответов на пользовательские запросы
  • исследование качества диалоговых языковых моделей

Ограничения

Оценка качества в карточке названа предварительной и основана на наборе из 80 вопросов; ответы могут быть неточными. Контекст ограничен 2048 токенами.

Для каких профессий подходит6

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

delta v1.1 merge

Vicuna Model Card

Model details

Model type: Vicuna is an open-source chatbot trained by fine-tuning LLaMA on user-shared conversations collected from ShareGPT. It is an auto-regressive language model, based on the transformer architecture.

Model date: Vicuna was trained between March 2023 and April 2023.

Organizations developing the model: The Vicuna team with members from UC Berkeley, CMU, Stanford, and UC San Diego.

Paper or resources for more information: https://vicuna.lmsys.org/

License: Apache License 2.0

Where to send questions or comments about the model: https://github.com/lm-sys/FastChat/issues

Intended use

Primary intended uses: The primary use of Vicuna is research on large language models and chatbots.

Primary intended users: The primary intended users of the model are researchers and hobbyists in natural language processing, machine learning, and artificial intelligence.

Training dataset

70K conversations collected from ShareGPT.com.

Evaluation dataset

A preliminary evaluation of the model quality is conducted by creating a set of 80 diverse questions and utilizing GPT-4 to judge the model outputs. See https://vicuna.lmsys.org/ for more details.

Major updates of weights v1.1

  • Refactor the tokenization and separator. In Vicuna v1.1, the separator has been changed from "###" to the EOS token "</s>". This change makes it easier to determine the generation stop criteria and enables better compatibility with other libraries.
  • Fix the supervised fine-tuning loss computation for better model quality.

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
9d8eea2

0 моделей