/ Модель

Характеристики

Контекст
8 192 токена
Параметры
145 млн
Размер весов
580 МБ
Архитектура
gemma · dense
Библиотека
transformers
Опубликована
10 фев 2025

tiny-random-gemma

Генерация текстаТекст → текст3 профессии

Небольшая текстовая модель, связанная с семейством Gemma, для экспериментов и прототипирования генерации текста через Transformers.

617скачиваний за 30 дней0лайковвеса обновлены10 фев 2025

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

hyper-accel/tiny-random-gemma — небольшая модель для генерации текста, опубликованная на Hugging Face. В метаданных она связана с семейством Gemma и предназначена для использования через библиотеку Transformers. Разработчик, лицензия и точный тип архитектуры в доступных материалах не указаны.

Модель содержит около 145 миллионов параметров и поддерживает контекст длиной до 8192 токенов. Её можно применять для экспериментов с генерацией текста, проверки интеграций и разработки прототипов на базе Transformers.

Карточка модели практически не содержит сведений о предназначении, обучающих данных, оценивании, поддерживаемых языках и ограничениях. Поэтому результаты нельзя считать надёжными для прикладных или производственных сценариев; перед использованием необходимы самостоятельное тестирование и проверка качества. Лицензия в доступных материалах не указана.

Сценарии применения

  • эксперименты с генерацией текста
  • проверка интеграции Transformers
  • создание прототипов языковых приложений
  • тестирование обработки контекста до 8192 токенов

Ограничения

В README отсутствуют сведения о качестве, обучающих данных, поддерживаемых языках, разработчике и лицензии. Модель следует рассматривать как экспериментальную и не использовать в критически важных или производственных сценариях без самостоятельной проверки.

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

Model Card for Model ID

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GemmaForCausalLM
Ревизия весов
253a785

0 моделей