/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,7 млрд
Размер весов
14 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
jais-adapted-7b-chat
Библиотека
transformers
Опубликована
10 фев 2025

Labess-7b-chat-16bit

Генерация текстаТекст → текст3 профессии

Чат-модель Linagora на базе Jais, дообученная для диалога и генерации текста на тунисском держа.

139скачиваний за 30 дней4лайкавеса обновлены14 апр 2026

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

Labess-7b-chat-16bit — открытая чат-модель Linagora, дообученная для понимания и генерации текстов на тунисском держа. Это версия с продолженным предобучением и настройкой по инструкциям на базе inceptionai/jais-adapted-7b-chat с использованием набора linagora/Tunisian_Derja_Dataset.

Модель построена на плотной архитектуре Llama и содержит 6,7 млрд параметров. Она предназначена для диалога и генерации ответов по инструкциям на тунисском держа; доступна в формате safetensors и рассчитана на контекст до 4096 токенов. Для использования требуется библиотека Transformers. Лицензия — Apache-2.0.

Карточка не приводит результаты оценок качества. Специализация на тунисском держа означает, что пригодность для других языков и задач может быть ограничена.

Сценарии применения

  • ответы на вопросы на тунисском держа
  • диалоговый чат на тунисском держа
  • генерация текста по инструкциям на тунисском держа

Ограничения

Модель специализирована на тунисском держа; качество для других языков и задач может быть ограничено. В карточке не приведены результаты оценок качества.

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 Overview

Labess-7b-chat is an open model instruction-tuned for Tunisian Derja, it's a continual pre-training version of jais-adapted-7b-chat with tunisian_Derja_Dataset

Uploaded model

  • Developed by: Linagora
  • License: apache-2.0
  • Finetuned from model : inceptionai/jais-adapted-7b-chat

Usage

Below we share some code snippets on how to get quickly started with running the model. First, install the Transformers library with:

pip install transformers

Usage

import torch
from transformers import pipeline

pipe = pipeline(
    "text-generation",
    model="linagora/Labess-7b-chat-16bit",
    model_kwargs={"torch_dtype": torch.bfloat16},    
    device="cuda" # replace with "mps" to run on a Mac device
)

messages = [
    {"role": "user", "content": 'وين تجي تونس؟'},
]

outputs = pipe(messages, max_new_tokens=64, do_sample=True, temperature=0.2)
assistant_response = outputs[0]["generated_text"][-1]["content"].strip()
print(assistant_response)
- Response:تونس هي بلاد في شمال إفريقيا هي بلاد جميلة برشة ومعروفة في العالم الكل هي بلاد فيها مناظر طبيعية

Citations

When using this model Labess-7b-chat, please cite:

@model{linagora2025LLM-tn,
  author = {Wajdi Ghezaiel and Jean-Pierre Lorré},
  title = {Labess-7b-chat:Tunisian Derja LLM},
  year = {2025},
  month = {January},  
  url = {https://huggingface.co/datasets/linagora/Labess-7b-chat-16bit}
}

Acknowledgements

Training of Labess-7b-chat was made possible by computing AI and storage resources by GENCI at IDRIS thanks to the grant 2024-AD011014561 on the supercomputer Jean Zay’s A100 partition.

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
87e0971

0 моделей