Uploaded model
- Developed by: projectbaraat
- License: apache-2.0
- Finetuned from model : baarat-hindi-maths
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 4 096 токенов
- Параметры
- 6,7 млрд
- Размер весов
- 13,7 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Базовая модель
- baarat-hindi-maths
- Опубликована
- 4 апр 2024
Ссылки
hindi-math-0.1
Дообученная модель Llama на 6,7 млрд параметров для генерации текста в задачах, связанных с математикой на хинди.
29скачиваний за 30 дней0лайковвеса обновлены4 апр 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
Модель projectbaraat/hindi-math-0.1 — дообученная текстовая генеративная модель семейства Llama, разработанная projectbaraat на основе baarat-hindi-maths. В карточке указано, что обучение выполнялось с использованием Unsloth и библиотеки Hugging Face TRL.
Модель предназначена для генерации текста; название и базовая модель указывают на специализацию, связанную с математикой на хинди. Она содержит 6,7 млрд параметров, принимает текст и имеет контекстное окно 4096 токенов. В репозитории размещены веса safetensors.
Модель распространяется по лицензии Apache-2.0. Карточка не сообщает о результатах оценки качества или конкретных ограничениях применения.
Сценарии применения
- генерация ответов на математические вопросы на хинди
- объяснение математических задач на хинди
- подготовка текстовых решений математических упражнений
Ограничения
В карточке нет результатов оценки качества, поэтому точность решения задач не установлена. Контекст модели ограничен 4096 токенами.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модельI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей
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
Подбираем GPU…
- Класс архитектуры
- LlamaForCausalLM
- Ревизия весов
- 4bc7593