Uploaded model
- Developed by: saipragatheeswarg
- License: apache-2.0
- Finetuned from model : unsloth/llama-3.2-1b-instruct-bnb-4bit
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 131 072 токена
- Параметры
- 1,2 млрд
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Базовая модель
- llama-3.2-1b-instruct-bnb-4bit
- Опубликована
- 28 ноя 2024
Ссылки
salary_predictor_1b_final_model_with_tokenizer
Дообученная 1,2-миллиардная модель Llama для генерации английского текста и диалогов, заявленная в названии репозитория как предсказатель зарплаты.
35скачиваний за 30 дней0лайковвеса обновлены28 ноя 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 saipragatheeswarg/salary_predictor_1b_final_model_with_tokenizer разработана saipragatheeswarg как дообученная версия unsloth/llama-3.2-1b-instruct-bnb-4bit. Это плотная авторегрессионная языковая модель семейства Llama с архитектурой LlamaForCausalLM и 1,2 млрд параметров; для обучения использовались Unsloth и библиотека TRL.
Модель предназначена для генерации текста и диалогового взаимодействия на английском языке. Название репозитория указывает на задачу прогнозирования зарплаты, однако README не описывает обучающие данные, формат входа и выхода или точность в этом сценарии, поэтому пригодность для зарплатных прогнозов по имеющимся сведениям подтвердить нельзя. Контекстное окно составляет 131 072 токена. Модель распространяется под лицензией Apache-2.0.
Сценарии применения
- генерация ответов в диалоге на английском языке
- эксперименты с прогнозированием зарплаты по текстовым запросам
- создание прототипа чат-бота для ответов на вопросы о зарплате
Ограничения
README не приводит описание обучающих данных, формат прогнозирования или оценку качества; назначение для предсказания зарплаты следует только из названия репозитория. Модель унаследовала ограничения базовой малой языковой модели, а точность в целевой задаче не подтверждена.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
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
- 80dfdb2