MFANN 8b version 0.10
fine-tuned on the MFANN dataset as it stands on 5/14/24 as it is an ever expanding dataset
Характеристики
- Контекст
- 8 192 токена
- Параметры
- 7,5 млрд
- Размер весов
- 32,1 ГБ
- Лицензия
- Llama 3
- Архитектура
- llama · dense
- Библиотека
- transformers
- Опубликована
- 15 мая 2024
Ссылки
MFANNv0.10
Дообученная на наборе MFANN модель Llama для генерации и классификации текста.
12скачиваний 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
MFANNv0.10 — дообученная модель семейства Llama, разработанная автором netcat420 на расширяющемся наборе данных MFANN. Версия 0.10 обучена на состоянии этого набора данных на 14 мая 2024 года. Это плотная архитектура LlamaForCausalLM с 7,5 млрд параметров и контекстом до 8192 токенов; модель загружает текст и генерирует текст, поддерживая сценарий чата. Метаданные также указывают задачи генерации текста и классификации текста, однако README не описывает конкретную схему классификации или результаты оценки.
Модель может применяться для генерации ответов и классификации текста в рамках задач, представленных в MFANN. Репозиторий содержит веса в формате safetensors; лицензия указана как llama3. Язык карточки и тегов — английский.
Сценарии применения
- генерация текстовых ответов в чате
- классификация текста в задачах набора MFANN
- создание продолжений текста на английском языке
Ограничения
README не уточняет целевую схему классификации, качество модели или результаты тестирования. Данные обучения отражают состояние набора MFANN на 14 мая 2024 года, хотя набор продолжает расширяться.
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 341модельI.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей
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
- LlamaForCausalLM
- Ревизия весов
- 418567d