Характеристики

Контекст: 4 096 токенов
Параметры: 10,6 млрд
Размер весов: 21,5 ГБ
Архитектура: llama · dense
Опубликована: 4 янв 2024

Ссылки

Hugging Face

sft-solar-10.7b-v1

ifuseok

Генерация текстаТекст → текст5 профессий

Дообученная на корейских инструкциях модель семейства Llama для диалогов, ответов на вопросы и генерации текста.

25скачиваний за 30 дней0лайковвеса обновлены17 янв 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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

ifuseok/sft-solar-10.7b-v1 — разговорная языковая модель, дообученная разработчиком ifuseok на основе upstage/SOLAR-10.7B-Instruct-v1.0. Это плотная авторегрессионная модель семейства Llama с 10,6 млрд параметров, предназначенная для генерации текста и диалоговых сценариев. Модель принимает текст и выдаёт текст; контекст составляет 4096 токенов.

Дообучение использует преимущественно корейские наборы инструкций, включая корейские версии Dolly, OpenOrca и BoolQ, а также часть англо-корейских переводческих данных AIhub. Это делает модель подходящей для ответов на вопросы, выполнения инструкций и перевода между корейским и английским. В README приведён пример загрузки через Transformers в формате safetensors с float16.

Карточка не сообщает отдельную лицензию для этой версии; условия использования следует сверять с лицензией базовой модели. Небольшой объём описания не позволяет оценить качество на независимых тестах или надёжность ответов.

Сценарии применения

ответы на вопросы на корейском языке
выполнение текстовых инструкций на корейском языке
диалоговый помощник на корейском языке
перевод между корейским и английским языками
генерация текстовых ответов по запросу

Ограничения

Контекст ограничен 4096 токенами; качество и надёжность ответов в README не оценены. Отдельная лицензия этой версии в предоставленных данных не указана, поэтому условия использования следует проверять по лицензии базовой модели.

Для каких профессий подходит5

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 385моделей I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Также подходит для

III.2Исследование рынка и маркетинг

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Input Models input text only.

Output Models generate text only.

Base Model upstage/SOLAR-10.7B-Instruct-v1.0

Training Dataset

Implementation Code

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch
repo = "ifuseok/sft-solar-10.7b-v1"
OpenOrca = AutoModelForCausalLM.from_pretrained(
        repo,
        return_dict=True,
        torch_dtype=torch.float16,
        device_map='auto'
)
OpenOrca_tokenizer = AutoTokenizer.from_pretrained(repo)

Prompt Example

### System:
시스템 메시지 입니다. 
### User:
유저  입니다.
### Assistant
어시스턴트 입니다.

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: 10267f4