/ Модель

Характеристики

Контекст
8 192 токена
Параметры
8,2 млрд
Размер весов
17,1 ГБ
Архитектура
gemma · dense
Базовая модель
gemma-ko-7b
Библиотека
transformers
Опубликована
25 апр 2024

mergekit-slerp-dclolyo

Генерация текстаТекст → текст3 профессии

Слитая методом SLERP модель Gemma на 8,2 млрд параметров для генерации текста с контекстом до 8192 токенов.

12скачиваний за 30 дней1лайквеса обновлены25 апр 2024

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

mergekit-community/mergekit-slerp-dclolyo — языковая модель, созданная сообществом путём слияния предварительно обученных моделей beomi/gemma-ko-7b и unsloth/gemma-7b. Для слияния применён метод SLERP с помощью mergekit; итоговые веса сохранены в формате safetensors и имеют точность bfloat16.

Модель предназначена для генерации текста. Архитектура — плотная GemmaForCausalLM, размер — 8,2 млрд параметров, контекст — до 8192 токенов. В слиянии участвует корейская модель Gemma и базовая Gemma; это указывает на корейскую и английскую языковую направленность, но карточка не описывает качество по языкам или конкретные сценарии.

Лицензия в предоставленных данных не указана. Слияние двух моделей может сочетать их возможности, однако README не приводит результатов оценки, поэтому качество на отдельных задачах не подтверждено.

Сценарии применения

  • генерация текста на английском языке
  • генерация текста на корейском языке
  • продолжение текстовых фрагментов

Ограничения

В README нет результатов оценки качества или данных о поведении модели в конкретных сценариях. Лицензия не указана в предоставленных материалах.

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

merge

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the SLERP merge method.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

slices:
- sources:
  - model: unsloth/gemma-7b
    layer_range:
    - 0
    - 28
  - model: beomi/gemma-ko-7b
    layer_range:
    - 0
    - 28
merge_method: slerp
base_model: unsloth/gemma-7b
parameters:
  t:
  - filter: self_attn
    value:
    - 0
    - 0.5
    - 0.3
    - 0.7
    - 1
  - filter: mlp
    value:
    - 1
    - 0.5
    - 0.7
    - 0.3
    - 0
  - value: 0.5
dtype: bfloat16

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GemmaForCausalLM
Ревизия весов
30d01c2

0 моделей