Продолжительно предобученная на корпусе WURA модель Llama 2 на 6,6 млрд параметров для генерации текста на 20 языках.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
Модель llama-lang-adapt/pretrain-wura — продолжительно предобученная версия Meta Llama 2, разработанная для языковой адаптации на монолингвальном корпусе WURA. Обучение проводилось на 20 языках с равномерной выборкой языковых данных.
Это причинная плотная языковая модель семейства Llama с архитектурой LlamaForCausalLM и 6,6 млрд параметров. Она предназначена для генерации текста, а также для продолжения предобучения и адаптации языковой модели к многоязычным корпусам. Максимальная длина контекста — 4096 токенов; репозиторий содержит веса PyTorch.
Карточка не перечисляет поддерживаемые языки по отдельности и не приводит оценок качества или детальных ограничений применения. Лицензия в доступных сведениях не указана.
README не перечисляет конкретные языки и не приводит результаты оценки качества. Лицензия и прикладные ограничения в доступных сведениях не описаны.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
We continual pre-train meta-llama/Llama-2-7b-hf on monolingual WURA corpus for 20 languages. All languages are uniformly sampled.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…