/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
12,9 млрд
Размер весов
26 ГБ
Лицензия
Llama 2
Архитектура
llama · dense
Опубликована
1 авг 2023

vicuna-13b-v1.5-16k

Генерация текстаТекст → текст7 профессий

Производная модели lmsys/vicuna-7b-v1.5-16k. Чат-модель LMSYS на базе Llama 2 для генерации ответов и исследований диалоговых языковых моделей.

817скачиваний за 30 дней225лайковвеса обновлены6 окт 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

Карточка модели lmsys/vicuna-13b-v1.5-16k на Hugging Face совпадает с карточкой lmsys/vicuna-7b-v1.5-16k, поэтому описание составлено по ней.

Vicuna-7B-v1.5-16k — авторегрессионная языковая модель на архитектуре Transformer семейства Llama, разработанная LMSYS. Она дообучена на Llama 2 на пользовательских диалогах из ShareGPT и предназначена для чат-ботов и исследований в области больших языковых моделей. Число параметров — 6,6 млрд; в репозитории указаны веса PyTorch. Метаданные Hugging Face сообщают контекст 4096 токенов, поэтому название версии «16k» само по себе не подтверждает контекст на 16 тысяч токенов.

Модель принимает текст и генерирует текст, подходит для диалоговых ответов и экспериментов с языковыми моделями. В README указана оценка по стандартным бенчмаркам, предпочтениям людей и оценке другой языковой моделью, но численные результаты здесь не приведены. Лицензия — Llama 2 Community License Agreement; перед использованием следует учитывать её условия.

Сценарии применения

  • создание чат-бота для диалоговых ответов
  • генерация ответов на вопросы пользователя
  • эксперименты с диалоговыми языковыми моделями
  • оценка качества ответов чат-моделей

Ограничения

Метаданные указывают контекст 4096 токенов, несмотря на «16k» в названии. README не приводит численных результатов оценки; использование регулируется условиями Llama 2 Community License Agreement.

Для каких профессий подходит7

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

Vicuna Model Card

Model Details

Vicuna is a chat assistant trained by fine-tuning Llama 2 on user-shared conversations collected from ShareGPT.

  • Developed by: LMSYS
  • Model type: An auto-regressive language model based on the transformer architecture
  • License: Llama 2 Community License Agreement
  • Finetuned from model: Llama 2

Model Sources

Uses

The primary use of Vicuna is research on large language models and chatbots. The primary intended users of the model are researchers and hobbyists in natural language processing, machine learning, and artificial intelligence.

How to Get Started with the Model

Training Details

Vicuna v1.5 (16k) is fine-tuned from Llama 2 with supervised instruction fine-tuning and linear RoPE scaling. The training data is around 125K conversations collected from ShareGPT.com. These conversations are packed into sequences that contain 16K tokens each. See more details in the "Training Details of Vicuna Models" section in the appendix of this paper.

Evaluation

Evaluation Results

Vicuna is evaluated with standard benchmarks, human preference, and LLM-as-a-judge. See more details in this paper and leaderboard.

Difference between different versions of Vicuna

See vicuna_weights_version.md

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
17c61f9

0 моделей