Характеристики

Контекст: 4 096 токенов
Параметры: 10,7 млрд
Размер весов: 43,5 ГБ
Лицензия: MIT
Архитектура: llama · dense
Опубликована: 21 фев 2024

Ссылки

Hugging Face

kosolra_SFT_DPO_v0

realPCH

Генерация текстаТекст → текст3 профессии

Корейская модель Llama на 10,7 млрд параметров для генерации текста и диалоговых ответов, дообученная с SFT и DPO.

22скачиваний за 30 дней0лайковвеса обновлены21 фев 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.

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

realPCH/kosolra_SFT_DPO_v0 — корейская языковая модель семейства Llama, разработанная realPCH. Это плотная авторегрессионная модель на 10,7 млрд параметров с контекстом до 4096 токенов, предназначенная для генерации текста и диалоговых ответов. Модель дообучена на yanolja/KoSOLAR-10.7B-v0.1 и прошла DPO на основе realPCH/kosolra-kullm; среди указанных наборов данных — KULLM v2 и корейская выборка UltraFeedback.

Модель загружается через Transformers и распространяется в формате safetensors. Лицензия — MIT. Карточка не описывает сравнительные оценки качества или специальные сценарии применения, поэтому результаты на конкретных задачах могут различаться.

Сценарии применения

генерация ответов на вопросы на корейском языке
ведение диалога на корейском языке
создание и продолжение корейских текстов

Ограничения

Контекст ограничен 4096 токенами. В карточке не приведены оценки качества или подробные результаты тестирования.

Для каких профессий подходит3

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 385моделей I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Developed by chPark

Training Strategy

We fine-tuned this model based on yanolja/KoSOLAR-10.7B-v0.1 We applied a DPO to realPCH/kosolra-kullm

Run the model

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "realPCH/kosolra_SFT_DPO_v0"
tokenizer = AutoTokenizer.from_pretrained(model_id)

model = AutoModelForCausalLM.from_pretrained(model_id)

text = "[INST] Put instruction here. [/INST]"
inputs = tokenizer(text, return_tensors="pt")

outputs = model.generate(**inputs, max_new_tokens=20)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

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: e93d188