Дообученная корейская языковая модель семейства Llama для генерации текста с контекстом до 4096 токенов.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
KoSoLAR-10.7B-v0.2_1.3_dedup_p — языковая модель авторегрессивной генерации текста, основанная на yanolja/KoSOLAR-10.7B-v0.2. В карточке указано, что обучающие данные собраны из открытых источников и дедуплицированы с применением алгоритма из работы «Deduplicating Training Data Makes Language Models Better». Модель опубликована jingyeom; README приводит загрузку через Transformers и упоминает Ko-LLM-Leaderboard.
Это плотная модель семейства Llama с 10,6 млрд параметров и контекстом до 4096 токенов. Основной сценарий — генерация текста; корейский язык следует из семейства KoSOLAR и упоминания корейского бенчмарка, однако карточка не приводит явный список поддерживаемых языков. Модель распространяется в формате safetensors по лицензии Apache-2.0.
Контекст ограничен 4096 токенами. README не приводит подробных результатов бенчмарков или оценки качества.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
base_model : yanolja/KoSOLAR-10.7B-v0.2
from transformers import AutoModelForCausalLM, AutoTokenizer
import torch
model_name = "jingyeom/KoSoLAR-10.7B-v0.2_1.3_dedup"
model = AutoModelForCausalLM.from_pretrained(
model_name,
)
tokenizer = AutoTokenizer.from_pretrained(model_name)
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…