/ Модель

Характеристики

Контекст
512 токенов
Параметры
1,5 млрд
Размер весов
11,9 ГБ
Лицензия
Apache 2.0
Архитектура
t5 · dense
Опубликована
27 апр 2023

fastchat-t5-3b-v1.0

Языковая модель4 профессии

FastChat-T5-3B-v1.0 — дообученный на диалогах ShareGPT чат-бот семейства T5 для генерации ответов на текстовые запросы.

511скачиваний за 30 дней369лайковвеса обновлены29 июн 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

FastChat-T5-3B-v1.0 — открытый чат-бот, разработанный командой FastChat, включая Dacheng Li, Lianmin Zheng и Hao Zhang. Это encoder-decoder-модель семейства T5, полученная дообучением Flan-T5-XL на 70 тысячах диалогов, собранных с ShareGPT. В метаданных указано 1,5 млрд параметров и контекст 512 токенов.

Модель предназначена для диалоговых приложений и чат-ботов: она принимает текстовый запрос и авторегрессионно генерирует текстовый ответ. Разработчики также указывают коммерческое применение и исследования как предполагаемые сценарии использования. Качество предварительно оценивалось на наборе из 80 разнообразных вопросов с оценкой ответов GPT-4.

Модель распространяется по лицензии Apache License 2.0. README не приводит подробных результатов оценки или ограничений качества; ответы следует проверять, особенно в задачах, где важна фактическая точность.

Сценарии применения

  • создание текстового чат-бота
  • генерация ответов в многоходовом диалоге
  • прототипирование разговорного интерфейса
  • эксперименты с диалоговыми языковыми моделями

Ограничения

Контекст модели ограничен 512 токенами. README описывает только предварительную оценку на 80 вопросах и не приводит подробных результатов, поэтому качество и фактическую точность ответов следует проверять.

Для каких профессий подходит4

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

FastChat-T5 Model Card

Model details

Model type: FastChat-T5 is an open-source chatbot trained by fine-tuning Flan-t5-xl (3B parameters) on user-shared conversations collected from ShareGPT. It is based on an encoder-decoder transformer architecture, and can autoregressively generate responses to users' inputs.

Model date: FastChat-T5 was trained on April 2023.

Organizations developing the model: The FastChat developers, primarily Dacheng Li, Lianmin Zheng and Hao Zhang.

Paper or resources for more information: https://github.com/lm-sys/FastChat#FastChat-T5

License: Apache License 2.0

Where to send questions or comments about the model: https://github.com/lm-sys/FastChat/issues

Intended use

Primary intended uses: The primary use of FastChat-T5 is the commercial usage of large language models and chatbots. It can also be used for research purposes.

Primary intended users: The primary intended users of the model are entrepreneurs and researchers in natural language processing, machine learning, and artificial intelligence.

Training dataset

70K conversations collected from ShareGPT.com.

Training details

It processes the ShareGPT data in the form of question answering. Each ChatGPT response is processed as an answer, and previous conversations between the user and the ChatGPT are processed as the question. The encoder bi-directionally encodes a question into a hidden representation. The decoder uses cross-attention to attend to this representation while generating an answer uni-directionally from a start token. This model is fine-tuned for 3 epochs, with a max learning rate 2e-5, warmup ratio 0.03, and a cosine learning rate schedule.

Evaluation dataset

A preliminary evaluation of the model quality is conducted by creating a set of 80 diverse questions and utilizing GPT-4 to judge the model outputs. See https://vicuna.lmsys.org/ for more details.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

У модели не указана задача.

Класс архитектуры
T5ForConditionalGeneration
Ревизия весов
0b1da23

0 моделей