Производная модели CaioXapelaum/Orca-2-7b-Patent-Instruct-Llama-2. Объединённая модель Llama с 6,6 млрд параметров для генерации текста по инструкциям, включая патентные задачи.
12скачиваний за 30 дней0лайковвеса обновлены17 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.
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 mergekit-community/mergekit-ties-zwxzpdk на Hugging Face совпадает с карточкой CaioXapelaum/Orca-2-7b-Patent-Instruct-Llama-2, поэтому описание составлено по ней.
CaioXapelaum/Orca-2-7b-Patent-Instruct-Llama-2 — объединённая генеративная языковая модель, созданная с помощью mergekit методом TIES на основе NousResearch/Llama-2-7b-hf. В объединение вошли arcee-ai/Patent-Instruct-7b и microsoft/Orca-2-7b; веса сохранены в формате safetensors, тип данных исходной конфигурации — float16. Модель имеет архитектуру LlamaForCausalLM, около 6,6 млрд параметров и контекст длиной до 4096 токенов.
Модель предназначена для генерации текста по инструкциям, в том числе для задач, связанных с патентами, сочетая возможности включённых в merge моделей. Она принимает текст и генерирует текст; метаданные указывают задачу text-generation. В карточке не приведены результаты оценки качества или подробности использования, поэтому пригодность для конкретных патентных сценариев следует проверять на собственных данных. Лицензия в предоставленных данных не указана.
Сценарии применения
подготовка черновиков ответов по патентным вопросам
суммаризация патентных описаний
генерация текста по инструкциям
помощь в формулировании технических описаний
Ограничения
Карточка не содержит результатов оценки качества или подробных сведений о точности на патентных задачах; ответы следует проверять. Контекст ограничен 4096 токенами.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель