/ Модель

Характеристики

Контекст
16 384 токена
Параметры
6,7 млрд
Размер весов
13,9 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
31 авг 2023

chinese-alpaca-2-7b-16k

Генерация текстаТекст → текст11 профессий

Полноразмерная модель Llama 2 с 6,7 млрд параметров, дообученная для китайского и английского языков и генерации ответов на инструкции с контекстом до 16 384 токенов.

204скачиваний за 30 дней18лайковвеса обновлены23 дек 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

Chinese-Alpaca-2-7B-16K — полноразмерная инструкционная чат-модель проекта Chinese LLaMA & Alpaca-2, основанная на Llama 2 и разработанная командой проекта. Модель расширяет китайский словарь исходной Llama 2 и дообучена на крупных массивах китайских данных; это плотная авторегрессионная модель семейства Llama с 6,7 млрд параметров, доступная в формате PyTorch.

Модель предназначена для генерации текста и выполнения инструкций, в том числе для диалога и работы с длинными запросами. Заявленная длина контекста этой версии — 16 384 токена; README также указывает поддержку китайского и английского языков. Репозиторий допускает непосредственный запуск для инференса и полно-параметрического обучения и распространяется по лицензии Apache-2.0.

Ключевые ограничения — меньшая ёмкость по сравнению с более крупными моделями и возможное снижение качества вне китайского и английского языков. Ответы могут содержать фактические ошибки, поэтому важные результаты следует проверять.

Сценарии применения

  • ответы на инструкции и вопросы на китайском языке
  • диалоговый чат на китайском и английском языках
  • генерация и продолжение китайского текста
  • обработка длинных текстовых запросов
  • дообучение модели на пользовательских данных

Ограничения

Качество ориентировано прежде всего на китайский и английский языки; для других языков оно может быть ниже. Как и другие языковые модели, модель может генерировать фактически неверные ответы.

Для каких профессий подходит11

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

Chinese-Alpaca-2-7B-16K

This is the full Chinese-Alpaca-2-7B-16K (context size 16K),model,which can be loaded directly for inference and full-parameter training.

Related models👇

Description of Chinese-LLaMA-Alpaca-2

This project is based on the Llama-2, released by Meta, and it is the second generation of the Chinese LLaMA & Alpaca LLM project. We open-source Chinese LLaMA-2 (foundation model) and Alpaca-2 (instruction-following model). These models have been expanded and optimized with Chinese vocabulary beyond the original Llama-2. We used large-scale Chinese data for incremental pre-training, which further improved the fundamental semantic understanding of the Chinese language, resulting in a significant performance improvement compared to the first-generation models. The relevant models support a 4K context and can be expanded up to 18K+ using the NTK method.

The main contents of this project include:

  • 🚀 New extended Chinese vocabulary beyond Llama-2, open-sourcing the Chinese LLaMA-2 and Alpaca-2 LLMs.
  • 🚀 Open-sourced the pre-training and instruction finetuning (SFT) scripts for further tuning on user's data
  • 🚀 Quickly deploy and experience the quantized LLMs on CPU/GPU of personal PC
  • 🚀 Support for LLaMA ecosystems like 🤗transformers, llama.cpp, text-generation-webui, LangChain, vLLM etc.

Please refer to https://github.com/ymcui/Chinese-LLaMA-Alpaca-2/ for details.

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
08fca93

0 моделей