/ Модель

Характеристики

Контекст
8 192 токена
Параметры
2,5 млрд
Размер весов
5 ГБ
Лицензия
Своя лицензия
Архитектура
gemma · dense
Библиотека
transformers
Опубликована
11 мар 2024

gemma-2b-data-std

Генерация текстаТекст → текст3 профессии

Дополнительно предварительно обученная модель Gemma 2B для генерации текста, обученная на 6 млн токенов и ориентированная на корейский и английский языки.

65скачиваний за 30 дней1лайквеса обновлены11 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

jylee420/gemma-2b-data-std — дополнительная предварительно обученная языковая модель на базе Gemma 2B, разработанная ggaggoong97@naver.com. Модель имеет плотную архитектуру GemmaForCausalLM, около 2,5 млрд параметров, принимает текст и предназначена для генерации текста. В карточке указано дополнительное обучение на 6 млн токенов; автор упоминает корейский и английский языки.

Модель доступна в формате safetensors и рассчитана на контекст до 8192 токенов. Лицензия в метаданных обозначена как other, а README не приводит условий лицензии подробнее. Карточка не описывает конкретные сценарии применения, обучающие данные, результаты оценки или ограничения качества.

Сценарии применения

  • генерация текста на корейском языке
  • генерация текста на английском языке
  • эксперименты с дообучением языковых моделей

Ограничения

Карточка не содержит результатов оценки, описания обучающих данных или проверенных ограничений качества; пригодность для конкретных сценариев не установлена. Указана лицензия other без подробных условий в README.

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

This model card corresponds to the 2B base version of the Gemma model.

Model Details

Model Description

This is an additional pre-trained model with 6M token.

  • Developed by: ggaggoong97@naver.com
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: Korean/English

Uses

model = AutoModelForCausalLM.from_pretrained( model_path, vocab_size=len(tokenizer), torch_dtype = torch.float16, use_cache=False, #attn_implementation="flash_attention_2", device_map="auto")

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
d0b7f15

0 моделей