/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
8,6 млрд
Размер весов
34,2 ГБ
Лицензия
Apache 2.0
Архитектура
xglm · dense
Библиотека
transformers
Опубликована
30 мар 2023

anh-xglm-7.5b-cross-lingual

Генерация текстаТекст → текст9 профессий

Дообученная на многоязычном инструкционном наборе модель XGLM-7.5B для генерации текста и ответов на инструкции на разных языках.

24скачиваний за 30 дней5лайковвеса обновлены1 апр 2023

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

laion/anh-xglm-7.5b-cross-lingual — мультиязычная модель генерации текста, созданная дообучением XGLM-7.5B на инструкционном наборе cross_lingual.jsonl из датасета laion/Anh. Модель построена на архитектуре XGLM с плотной causal language modeling архитектурой и содержит 8,6 млрд параметров.

Модель предназначена для генерации ответов по инструкциям на разных языках. Метаданные указывают на поддержку instruction following; возможны сценарии с многоязычными запросами и генерацией текста. Контекст ограничен 2048 токенами. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация ответов на многоязычные инструкции
  • подготовка черновиков текста по запросу
  • ответы на вопросы на разных языках
  • создание многоязычных текстовых продолжений

Ограничения

Контекст ограничен 2048 токенами. README не приводит оценок качества или результатов на конкретных языках и задачах.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model description

This model is xglm-7.5b model finetuned on instruct dataset cross_lingual.jsonl from laion/Anh.

How to use

anh-xglm-7.5b-cross-lingual model can be loaded and used via the following code:

import re
from transformers import AutoModelForCausalLM, AutoTokenizer
model = AutoModelForCausalLM.from_pretrained(
    "laion/anh-xglm-7.5b-cross-lingual",
)
tokenizer = AutoTokenizer.from_pretrained(
    "laion/anh-xglm-7.5b-cross-lingual",
)
whitespace_tokens_map = {'\n': '<n>', '  ': '<w>'}
text = "User: Apa yang terjadi pada pertempuran Cannae? Jawab dalam bahasa China.\n"
for k, v in whitespace_tokens_map.items():
    text = text.replace(k, v)
inputs = tokenizer(text, return_tensors="pt")
tokens = model.generate(**inputs)
output = tokenizer.decode(tokens[0], skip_special_tokens=True)
for v in whitespace_tokens_map.values():
    output = re.sub(rf"{v}\s+(\S+)", rf"{v}\1", output)
for k, v in whitespace_tokens_map.items():
    output = output.replace(v, k)

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
XGLMForCausalLM
Ревизия весов
922ea02

0 моделей