/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Размер весов
13,5 ГБ
Архитектура
llama · dense
Опубликована
24 авг 2023

Llama-2-7b-vietnamese-20k

Генерация текстаТекст → текст3 профессии

Предварительная версия Llama 2 7B, дообученная на вьетнамских инструкциях для генерации текста по запросу.

81скачиваний за 30 дней12лайковвеса обновлены7 сен 2023

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

ngoan/Llama-2-7b-vietnamese-20k — дообученная на 20 000 инструкционных примеров версия Llama 2 7B, представленная разработчиком как предварительный эксперимент с вьетнамским языком. Модель принимает текстовые инструкции и генерирует вьетнамский текст; её можно использовать для изучения возможностей Llama 2 на вьетнамском и для экспериментов с задачами, требующими вьетнамской языковой модели.

Модель имеет плотную архитектуру LlamaForCausalLM, содержит 6,6 млрд параметров, работает в формате PyTorch и поддерживает контекст до 4096 токенов. Обучающий набор невелик и описан лишь как пользовательский набор вьетнамских инструкций; метрики оценки и подробности состава данных не приведены. Возможны смещения из обучающих данных, а применение в критически важных системах требует предварительной проверки. Лицензия в предоставленных материалах не указана.

Сценарии применения

  • генерация ответов на инструкции на вьетнамском языке
  • эксперименты с применением Llama 2 для вьетнамского языка
  • создание черновиков вьетнамского текста по текстовому запросу

Ограничения

Модель дообучена всего на 20 000 инструкционных примерах, а её качество не подтверждено приведёнными метриками; возможны смещения из обучающих данных. Перед применением в критически важных системах необходима проверка.

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

Model Card for Llama 2 Fine-Tuned on Vietnamese Instructions

Model Details

  • Model Name: Llama-2-7b-vietnamese-20k
  • Architecture: Llama 2 7B
  • Fine-tuning Data Size: 20,000 instruction samples
  • Purpose: To demonstrate the performance of the Llama 2 model on Vietnamese and gather initial insights. A more comprehensive model and evaluation will be released soon.
  • Availability: The model checkpoint can be accessed on Hugging Face: ngoantech/Llama-2-7b-vietnamese-20k

Intended Use

This model is intended for researchers, developers, and enthusiasts who are interested in understanding the performance of the Llama 2 model on Vietnamese. It can be used for generating Vietnamese text based on given instructions or for any other task that requires a Vietnamese language model.

Example Output

Example output 1

Limitations

  • Data Size: The model was fine-tuned on a relatively small dataset of 20,000 instruction samples, which might not capture the full complexity and nuances of the Vietnamese language.
  • Preliminary Model: This is an initial experiment with the Llama 2 architecture on Vietnamese. More refined versions and evaluations will be available soon.
  • Performance: Specific performance metrics on this fine-tuned model will be provided in the upcoming comprehensive evaluation.

Ethical Considerations

  • Bias and Fairness: Like any other machine learning model, there is a possibility that this model might reproduce or amplify biases present in the training data.
  • Use in Critical Systems: As this is a preliminary model, it is recommended not to use it for mission-critical applications without proper validation.
  • Fine-tuning Data: The model was fine-tuned on a custom dataset of 20,000 instruction samples in Vietnamese. More details about the composition and source of this dataset will be provided in the detailed evaluation report.

Credits

I would like to express our gratitude to the creators of the Llama 2 architecture and the Hugging Face community for their tools and resources.

Contact

ngoantech@gmail.com

https://github.com/ngoanpv

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
be56069

0 моделей