llama2-7b
Model Details
- Developed by: Julleong
- Backbone Model: beomi/llama-2-ko-7b
- Library: transformers
Used Datasets
- 개체명 사전 2022(모두의 말뭉치)
Prompt Template
<usr>
{Instruction}
<bot>
{Answer}
License
- MIT
Характеристики
- Контекст
- 2 048 токенов
- Параметры
- 6,7 млрд
- Размер весов
- 13,7 ГБ
- Лицензия
- MIT
- Архитектура
- llama · dense
- Базовая модель
- llama-2-ko-7b
- Опубликована
- 29 фев 2024
Ссылки
illuni-llama-2-ko-7b
Дообученная на корейском словаре именованных сущностей модель Llama 2 для генерации текста и ответов на вопросы на корейском языке.
25скачиваний за 30 дней2лайкавеса обновлены7 мар 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.
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
illuni-llama-2-ko-7b — модель на архитектуре Llama 2, разработанная Julleong на основе beomi/llama-2-ko-7b и дообученная на датасете «개체명 사전 2022» из 모두의 말뭉치. Модель предназначена для следования инструкциям, генерации текста и ответов на вопросы; карточка предлагает шаблон запроса с инструкцией и ответом.
Модель содержит 6,7 млрд параметров, принимает текст и выдаёт текст. Её контекст составляет 2048 токенов. Базовая модель ориентирована на корейский и английский языки; метаданные карточки указывают корейский язык. Модель распространяется под лицензией MIT.
Сценарии применения
- ответы на вопросы по текстовым запросам на корейском языке
- генерация текста по инструкции на корейском языке
- извлечение сведений об именованных сущностях из текста
- создание корейских ответов в формате инструкции и ответа
Ограничения
Контекст ограничен 2048 токенами. Карточка не приводит оценок качества или подробных результатов на задачах извлечения сущностей.
Для каких профессий подходит6
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейIV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модельI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- LlamaForCausalLM
- Ревизия весов
- 104fac9