/ Модель
Каталог

Характеристики

Контекст
4 096 токенов
Параметры
5,8 млрд
Размер весов
12,2 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
yi-1.5-6b-yub-vocab-expanded
Опубликована
15 мая 2024

Ссылки

Hugging Face

cantonesellm-cpt-202405

hon9kon9ize
Генерация текстаТекст → текст3 профессии

Дообученная 5,8-миллиардная модель Llama для генерации текста, ориентированная на кантонский язык.

320скачиваний за 30 дней1лайквеса обновлены19 мая 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.

Открыть конструктор бенчмарка

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

hon9kon9ize/cantonesellm-cpt-202405 — плотная языковая модель семейства Llama на базе hon9kon9ize/yi-1.5-6b-yub-vocab-expanded, дообученная разработчиком hon9kon9ize на датасете hon9kon9ize/cantonesellm-pt-20240514. Модель предназначена для генерации текста; название и датасет указывают на специализацию на кантонском языке.

Модель содержит 5,8 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors. Длина контекста — 4096 токенов. Репозиторий опубликован под лицензией Apache-2.0. README не приводит сведения о конкретных сценариях применения, оценках качества или ограничениях.

Сценарии применения

  • генерация текста на кантонском языке
  • продолжение кантонских текстов
  • создание кантонских ответов на текстовые запросы

Ограничения

README не содержит результатов оценки качества и подробных ограничений; качество и пригодность для конкретных сценариев следует проверять отдельно.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделейI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

cantonesellm-cpt-202405

This model is a fine-tuned version of hon9kon9ize/yi-1.5-6b-yub-vocab-expanded on the hon9kon9ize/cantonesellm-pt-20240514 dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 128
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.05
  • num_epochs: 1

Training results

Framework versions

  • Transformers 4.40.2
  • Pytorch 2.1.0+cu118
  • Datasets 2.19.1
  • Tokenizers 0.19.1

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
db0b240

0 моделей

    Создать бенчмарк