/ Модель
Каталог

Характеристики

Контекст
2 048 токенов
Параметры
8,8 млрд
Размер весов
13,3 ГБ
Лицензия
Своя лицензия
Архитектура
opt · dense
Базовая модель
opt-6.7b
Опубликована
4 янв 2024

Ссылки

Hugging Face

opt-6.7b-sft

pkarypis
Генерация текстаТекст → текст5 профессий

Дообученная на наборе generator модель OPT с 8,8 млрд параметров для генерации текста и диалогов по запросу.

266скачиваний за 30 дней0лайковвеса обновлены18 сен 2026

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.

Открыть конструктор бенчмарка

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

pkaryarypis/opt-6.7b-sft — дообученная модель семейства OPT, созданная на основе facebook/opt-6.7b и обученная на наборе данных generator. Она предназначена для генерации текста и диалоговых сценариев по текстовому запросу. Модель содержит 8,8 млрд параметров, использует архитектуру OPTForCausalLM и принимает контекст длиной до 2048 токенов.

В карточке приведён результат оценки на тестовом наборе: loss 1,2324. Подробности о составе данных, методике оценки и практических ограничениях не раскрыты. Модель опубликована в формате safetensors; лицензия указана как other.

Сценарии применения

  • генерация продолжения текста по промпту
  • создание ответов в текстовом диалоге
  • черновая генерация текстового контента

Ограничения

Карточка не описывает подробно обучающие данные и ограничения, поэтому качество для конкретных сценариев по приведённым сведениям оценить нельзя. Лицензия обозначена как other; условия использования следует сверить с файлами репозитория.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модельIII.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594моделиI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

opt-6.7b-sft

This model is a fine-tuned version of facebook/opt-6.7b on the generator dataset. It achieves the following results on the evaluation set:

  • Loss: 1.2324

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 32
  • total_train_batch_size: 512
  • total_eval_batch_size: 512
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • num_epochs: 1.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
1.88171.02531.2324 (not 1234)

Framework versions

  • Transformers 4.36.2
  • Pytorch 2.0.1+cu117
  • Datasets 2.14.5
  • Tokenizers 0.15.0

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
OPTForCausalLM
Ревизия весов
163ccf2

0 моделей

    Создать бенчмарк