Prompt template for GPT4All:
<|endoftext|>Instruct: %1<|endoftext|>
<|endoftext|>Output: %2<|endoftext|>
record low training loss on netcat420/MFANN for the 2.78b model!
(0.538)
previous record: (0.632)
Характеристики
- Контекст
- 32 768 токенов
- Параметры
- 3,5 млрд
- Размер весов
- 11,1 ГБ
- Лицензия
- MIT
- Архитектура
- phi · dense
- Библиотека
- transformers
- Опубликована
- 18 июл 2024
Ссылки
MFANN3bv0.17
Модель семейства Phi на 3,5 млрд параметров для генерации текста по инструкциям на английском языке.
21скачиваний за 30 дней0лайковвеса обновлены11 авг 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
netcat420/MFANN3bv0.17 — языковая модель семейства Phi, разработанная netcat420 и предназначенная для генерации текста в формате инструкций. Карточка сообщает о низком значении потерь при обучении на наборе данных netcat420/MFANN: 0,538 для версии на 2,78 млрд параметров. Метаданные этого репозитория указывают на 3,5 млрд параметров, контекст 32 768 токенов и формат safetensors; шаблон запросов использует поля Instruct и Output.
Модель можно применять для ответов на инструкции и генерации текста на английском языке. Она доступна по лицензии MIT. README приводит только результат обучения и шаблон запроса, поэтому качество на независимых тестах и практические ограничения не описаны.
Сценарии применения
- генерация текста по инструкциям
- ответы на текстовые запросы на английском языке
- продолжение текста
Ограничения
README сообщает о потерях на обучающем наборе, но не приводит оценки качества на независимых тестах. Указанный в README размер 2,78 млрд параметров отличается от 3,5 млрд в метаданных.
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 385моделейII.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 341модельII.1Разработка и данныеАнализ требований и архитектура ПОAI помогает переводить потребности бизнеса в непротиворечивые требования и технические решения.20 задач18 191модель
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
- ccc1def