/ Модель

Характеристики

Контекст
8 192 токена
Параметры
2,7 млрд
Размер весов
5,2 ГБ
Лицензия
Gemma
Архитектура
gemma2 · dense
Базовая модель
gemma-2-2b
Опубликована
12 сен 2024

collapse_gemma-2-2b_hs2_iter1_sftsd0

Генерация текстаТекст → текст

Дообученная Gemma 2 с 2,7 млрд параметров для генерации текста в контексте до 8192 токенов.

9скачиваний за 30 дней0лайковвеса обновлены14 сен 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.

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

jkazdan/collapse_gemma-2-2b_hs2_iter1_sftsd0 — дообученная версия компактной плотной языковой модели Gemma 2 от Google с 2,7 млрд параметров. Модель предназначена для генерации текста и может использоваться в текстовых приложениях на базе причинного языкового моделирования.

Контекст модели составляет 8192 токена. В карточке приведены результаты оценки: loss 1,0645; по данным README, при обучении было обработано около 5,7 млн входных токенов. Данные обучения не описаны, поэтому нельзя надёжно определить её специализацию или качество на конкретных задачах. Лицензия — Gemma.

Сценарии применения

  • генерация текстовых продолжений
  • создание черновиков и коротких текстов
  • ответы на текстовые запросы
  • диалоговые текстовые приложения

Ограничения

Данные обучения не описаны, поэтому специализация и качество на отдельных задачах не установлены. В README приведено значение loss 1,0645, но без дополнительных сведений об оценочном наборе оно не позволяет судить о практической точности.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

collapse_gemma-2-2b_hs2_iter1_sftsd0

This model is a fine-tuned version of google/gemma-2-2b on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 1.0645
  • Num Input Tokens Seen: 5698680

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: 8e-06
  • train_batch_size: 8
  • eval_batch_size: 16
  • seed: 0
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 128
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: constant_with_warmup
  • lr_scheduler_warmup_ratio: 0.05
  • num_epochs: 1

Training results

Training LossEpochStepValidation LossInput Tokens Seen
No log001.39560
1.34370.051151.2632296352
1.18510.1021101.1721589152
1.12710.1532151.1344884504
1.07280.2042201.10851182424
1.09450.2553251.09871474984
1.09270.3063301.09311772592
1.11450.3574351.08902061504
1.08450.4084401.08542358064
1.10010.4595451.08242650896
1.07750.5105501.08012942864
1.12460.5616551.07753234512
1.1010.6126601.07533525376
1.09040.6637651.07393820376
1.17050.7147701.07184108240
1.02820.7658751.07024402208
1.14630.8168801.06894698016
1.07830.8679851.06754991408
1.00520.9190901.06575285784
1.06140.9700951.06485580576

Framework versions

  • Transformers 4.44.0
  • Pytorch 2.4.0+cu121
  • Datasets 2.20.0
  • Tokenizers 0.19.1

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma2ForCausalLM
Ревизия весов
73ef416

0 моделей