/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
1,7 млрд
Архитектура
llama · dense
Базовая модель
llm-jp-3-1.8b
Библиотека
transformers
Опубликована
8 дек 2024

llm-jp-3-1.8b-jaster-2k

Генерация текстаТекст → текст3 профессии

Дообученная японско-английская языковая модель на 1,7 млрд параметров для генерации текста и ответов на вопросы.

39скачиваний за 30 дней0лайковвеса обновлены8 дек 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

kumapo/llm-jp-3-1.8b-jaster-2k — дообученная kumapo на TRL версия базовой языковой модели llm-jp/llm-jp-3-1.8b. Это плотная авторегрессионная модель семейства Llama с 1,7 млрд параметров, предназначенная для генерации текста; пример в карточке показывает ответы на вопросы в формате диалога. Модель доступна в формате safetensors и рассчитана на контекст до 4096 токенов.

Базовая модель ориентирована на японский и английский языки, поэтому эти языки подходят для взаимодействия с данной версией. Карточка не описывает отдельные предметные области или дополнительные возможности. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация ответов на вопросы на японском языке
  • диалоговое взаимодействие на японском языке
  • генерация текста на английском языке

Ограничения

Модель сравнительно компактная — 1,7 млрд параметров; качество ответов и пригодность для специализированных задач в карточке не оценены. Лицензия не указана в предоставленных данных.

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 llm-jp-3-1.8b-jaster-2k

This model is a fine-tuned version of llm-jp/llm-jp-3-1.8b. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="kumapo/llm-jp-3-1.8b-jaster-2k", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with SFT.

Framework versions

  • TRL: 0.12.2
  • Transformers: 4.46.3
  • Pytorch: 2.4.0
  • Datasets: 3.1.0
  • Tokenizers: 0.20.3

Citations

Cite TRL as:

@misc{vonwerra2022trl,
	title        = {{TRL: Transformer Reinforcement Learning}},
	author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul and Quentin Gallouédec},
	year         = 2020,
	journal      = {GitHub repository},
	publisher    = {GitHub},
	howpublished = {\url{https://github.com/huggingface/trl}}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
66a9a19

0 моделей