MFANN 3b version 0.10
this model is fine-tuned on the MFANN dataset as of 5/21/24 and uses MFANN3bv0.9.10 as a base model.
SYSTEM PROMPT:
Instruct: {instruction} Output:
Характеристики
- Контекст
- 2 048 токенов
- Параметры
- 3,5 млрд
- Размер весов
- 11,1 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- phi · dense
- Библиотека
- transformers
- Опубликована
- 21 мая 2024
Ссылки
MFANN3bv0.10
MFANN 3b версии 0.10 — дообученная на датасете MFANN модель Phi для генерации и классификации текста.
17скачиваний за 30 дней0лайковвеса обновлены21 мая 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
MFANN 3b версии 0.10 — дообученная модель семейства Phi, разработанная netcat420 на датасете MFANN. Она предназначена для генерации текста и классификации текста с использованием данных MFANN. Модель содержит 3,5 млрд параметров, построена на плотной архитектуре PhiForCausalLM и имеет контекстное окно 2048 токенов.
Модель распространяется в формате safetensors по лицензии Apache-2.0. В README указана базовая модель MFANN3bv0.9.10.
Сценарии применения
- генерация текста по инструкции
- классификация текста с использованием данных MFANN
- эксперименты с языковыми моделями семейства Phi
Ограничения
Контекстное окно ограничено 2048 токенами. README не описывает качество модели и конкретный формат классификационных меток.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейI.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…
- Класс архитектуры
- PhiForCausalLM
- Ревизия весов
- 7ee0a03