/ Модель

Характеристики

Контекст
8 192 токена
Параметры
2,5 млрд
Размер весов
5 ГБ
Архитектура
gemma · dense
Базовая модель
gemma-ko-2b
Библиотека
transformers
Опубликована
25 апр 2024

mergekit-slerp-lvhhlmq

Генерация текстаТекст → текст3 профессии

Текстовая модель Gemma на 2,5 млрд параметров, объединяющая корейскую Gemma и Gemma от Unsloth для генерации текста.

25скачиваний за 30 дней2лайкавеса 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-lvhhlmq — текстовая модель Gemma, созданная сообществом путём слияния предварительно обученных моделей beomi/gemma-ko-2b и unsloth/gemma-2b методом SLERP с помощью mergekit. Модель содержит около 2,5 млрд параметров, использует архитектуру GemmaForCausalLM и предназначена для генерации текста, в том числе в диалоговых приложениях. Максимальная длина контекста — 8192 токена.

Слияние сочетает параметры корейской модели Gemma и модели Gemma от Unsloth. Репозиторий содержит веса в формате safetensors; в конфигурации слияния указана точность bfloat16. Карточка не приводит лицензию и результаты оценки качества, поэтому их нельзя уточнить по имеющимся данным. Состав моделей указывает на поддержку корейского и английского языков, но README не описывает конкретные сценарии или сравнительные преимущества.

Сценарии применения

  • генерация текста на корейском языке
  • генерация текста на английском языке
  • создание диалогового приложения
  • продолжение текстового промпта

Ограничения

Карточка не приводит результатов оценки качества или подробных рекомендаций по применению. Лицензия в предоставленных источниках не указана.

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-2b
    layer_range:
    - 0
    - 18
  - model: beomi/gemma-ko-2b
    layer_range:
    - 0
    - 18
merge_method: slerp
base_model: unsloth/gemma-2b
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
217fbfe

0 моделей