/ Модель
Каталог

Характеристики

Контекст
4 096 токенов
Параметры
10,6 млрд
Размер весов
21,5 ГБ
Лицензия
CC BY-NC 4.0
Архитектура
llama · dense
Базовая модель
SOLAR-10.7B-Instruct-v1.0
Библиотека
peft
Опубликована
14 дек 2023

Ссылки

Hugging Face

meow

rishiraj
Генерация текстаТекст → текст

Дообученная на no_robots языковая модель на базе SOLAR-10.7B для диалоговой генерации текста и ответов на инструкции.

6скачиваний за 30 дней14лайковвеса обновлены18 дек 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

rishiraj/meow — языковая модель, дообученная на основе upstage/SOLAR-10.7B-Instruct-v1.0 на наборе данных HuggingFaceH4/no_robots. Она предназначена для генерации текста и ответов в диалоговом формате. Модель использует плотную архитектуру LlamaForCausalLM, содержит около 10,6 млрд параметров и поддерживает контекст до 4096 токенов.

Карточка сообщает о результате Loss 2.3831 на оценочном наборе, но не приводит подробностей методики оценки или конкретных сценариев применения. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и запрещающая коммерческое использование.

Сценарии применения

  • генерация ответов в диалоге
  • ответы на инструкции на английском языке
  • создание текстовых продолжений

Ограничения

Результат Loss 2.3831 приведён без описания методики и недостаточен для оценки качества в прикладных задачах. Лицензия CC BY-NC 4.0 запрещает коммерческое использование.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

meow

This model is a fine-tuned version of upstage/SOLAR-10.7B-Instruct-v1.0 on HuggingFaceH4/no_robots dataset. It achieves the following results on the evaluation set:

  • Loss: 2.3831

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: 4
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • gradient_accumulation_steps: 128
  • total_train_batch_size: 512
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • num_epochs: 1

Training results

Training LossEpochStepValidation Loss
2.38640.1122.3831

Framework versions

  • Transformers 4.37.0.dev0
  • Pytorch 2.1.1+cu121
  • Datasets 2.14.6
  • Tokenizers 0.15.0

Training procedure

Framework versions

  • PEFT 0.6.1

Как запустить

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

GPU в ailist

Универсальный рантайм · peft

Нельзя запустить

Репозиторий содержит только адаптер (LoRA/PEFT) без базовой модели.

Класс архитектуры
LlamaForCausalLM
Ревизия весов
3b398b1

0 моделей

    Создать бенчмарк