/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,7 млрд
Размер весов
13,8 ГБ
Лицензия
Llama 2
Архитектура
llama · dense
Базовая модель
gujju-llama-base-v1.0
Опубликована
8 мар 2024

Gujju-Llama-Instruct-v0.1

Генерация текстаТекст → текст3 профессии

Инструктивная модель на базе LLaMA 2 для генерации ответов и выполнения текстовых инструкций на гуджарати и английском языке.

24скачиваний за 30 дней2лайкавеса обновлены16 мар 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.

  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.

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

Gujju LLaMA Instruct v0.1 — инструктивная языковая модель команды Khyat Anjaria, Dhruv Bhatnagar и Dixit Trivedi на архитектуре LLaMA 2 с 6,7 млрд параметров. Модель дообучена на базе sampoorna42/gujju-llama-base-v1.0 на наборах инструкций Gujju-Alpaca, Gujju-Dolly и Gujju-Orca, а также других данных для гуджарати. Она предназначена для генерации ответов и выполнения текстовых инструкций на гуджарати и английском языке.

Модель принимает текст и генерирует текст; максимальный контекст — 4096 токенов. Для запросов используется формат с разделами Instruction и Response, опционально с входными данными. В карточке приведены результаты тестов на AI2 Reasoning Challenge и HellaSwag, но они не гарантируют качество для конкретной задачи. Лицензия — Llama 2 Community License. Модель не оптимизирована для предотвращения вредного или оскорбительного контента.

Сценарии применения

  • ответы на вопросы на гуджарати
  • выполнение инструкций на гуджарати
  • генерация текстов на гуджарати
  • ответы на запросы на английском языке

Ограничения

Модель не оптимизирована для предотвращения вредного или оскорбительного контента. Приведённые в карточке результаты тестов не гарантируют качество на прикладных задачах.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Gujju LLaMA 7B Instruct v0.1

We are pleased to announce the release of the Gujju LLaMA 7B instruct model. This significant advancement represents a major step forward in Gujarati language processing capabilities. The model is operational for immediate use and can also be further fine-tuned to address your specific NLP requirements.

Related Models

ModelTypeDataBase Model# ParamsDownload Links
Gujarati LLaMA 7B BaseBase model10GBLLaMA 2 7B7BHF Hub
Gujarati LLaMA 7B InstructInstruction tuned model300k instructionsGujarati LLaMA 7B Base7BHF Hub

Model description

We have expanded the Llama-2 model's knowledge base by incorporating a whopping 17,000 Gujarati tokens. This builds upon the solid foundation of the original Llama-2, significantly enhancing the Gujarati Llama's ability to understand and process Gujarati language.

Prompting Format

Prompt Template Without Input

{system_prompt}

### Instruction:
{instruction or query}

### Response:
{response}

Prompt Template With Input

{system_prompt}

### Instruction:
{instruction or query}

### Input:
{input}

### Response:
{response}

Usage Note

These models possess impressive linguistic skills, but it's important to remember they haven't been specifically optimized to avoid potentially harmful or offensive content. To mitigate this risk, we advise users to:

  • Exercise discretion: Carefully consider potential implications before utilizing outputs.
  • Supervise closely: Monitor outputs, especially in public or sensitive settings.
  • Be aware of limitations: Remember these models are under development and may not generate perfect results in all situations.

Meet the researchers

LM Evaluation Harness Results

MetricValue
Avg.42.53
AI2 Reasoning Challenge (25-Shot)42.06
HellaSwag (10-Shot)71.59
MMLU (5-Shot)37.44
TruthfulQA (0-shot)33.68
Winogrande (5-shot)64.17
GSM8k (5-shot)0.0

This model is your gateway to unlocking the potential of Gujarati language! Let's join forces to push the boundaries of comprehension and expression together!

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
65e68a8

0 моделей