/ Модель

Характеристики

Контекст
8 192 токена
Параметры
2,7 млрд
Размер весов
5,2 ГБ
Лицензия
Apache 2.0
Архитектура
gemma2 · dense
Базовая модель
gemma-2-2b
Библиотека
transformers
Опубликована
13 янв 2025

Pawa-Gemma-Swahili-2B

Генерация текстаТекст → текст6 профессий

Диалоговая модель на базе Gemma 2, дообученная для общения и генерации текста преимущественно на суахили, а также на английском.

29скачиваний за 30 дней6лайковвеса обновлены14 янв 2025

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

Pawa-Gemma-Swahili-2B — диалоговая языковая модель компании Sartify LLC для общения и генерации текста на суахили и английском. Она основана на плотной архитектуре Gemma 2 и получена дообучением Google Gemma 2 2B: авторы продолжили предобучение на 3 млрд токенов суахили, затем применили supervised fine-tuning и Direct Preference Optimization.

Модель предназначена для общего помощника, ответов на вопросы и генерации текста в чат-сценариях, включая приложения с RAG. Размер — 2,7 млрд параметров, контекст — до 8192 токенов; репозиторий использует формат Safetensors и библиотеку Transformers. В README указана поддержка суахили и английского; метаданные дополнительно отмечают английский.

README предупреждает о возможных смещениях из обучающих данных и более слабой работе за пределами обученной области. Для комфортной работы авторы рекомендуют GPU с большим объёмом памяти; доступна 4-битная квантизация. В метаданных указана лицензия Apache-2.0, тогда как README говорит о пользовательских условиях и предлагает связаться с автором; условия распространения и использования следует уточнить у разработчика.

Сценарии применения

  • ответы на вопросы на суахили
  • общение с чат-помощником на суахили и английском
  • генерация коротких рассказов на суахили
  • создание помощника для RAG по найденным документам

Ограничения

Модель может наследовать смещения обучающих данных и хуже справляться с задачами вне обученной области. README рекомендует GPU с большим объёмом памяти; в нём также указана 4-битная квантизация для снижения требований.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

PAWA: Swahili SML for Various Tasks


Overview

PAWA is a Swahili-specialized language model designed to excel in tasks requiring nuanced understanding and interaction in Swahili and English. It leverages supervised fine-tuning (SFT) and Direct Preference Optimization (DPO) for improved performance and consistency. Below are the detailed model specifications, installation steps, usage examples, and its intended applications.


Model Details

  • Model Name: Pawa-Gemma-Swahili-2B
  • Model Type: PAWA
  • Architecture:
    • 2B Parameter Gemma-2 Base Model
    • Enhanced with Swahili SFT and DPO datasets.
  • Languages Supported:
    • Swahili
    • English
    • Custom tokenizer for multi-language flexibility.
  • Primary Use Cases:
    • Contextually rich Swahili-focused tasks.
    • General assistance and chat-based interactions.
  • License: Custom/Contact Author for terms of use.

Installation and Setup

Ensure the necessary libraries are installed and up-to-date:

!pip uninstall transformers -y && pip install --upgrade --no-cache-dir "git+https://github.com/huggingface/transformers.git"
!pip uninstall unsloth -y && pip install --upgrade --no-cache-dir "unsloth[colab-new] @ git+https://github.com/unslothai/unsloth.git"
!pip install datasets

Model Loading

You can load the model using the following code snippet:

from unsloth import FastLanguageModel
import torch

model_name = "sartifyllc/Pawa-kaggle-gemma-2b"
max_seq_length = 2048  
dtype = None  
load_in_4bit = False  

model, tokenizer = FastLanguageModel.from_pretrained(
    model_name=model_name,
    max_seq_length=max_seq_length,
    dtype=dtype,
    load_in_4bit=load_in_4bit,
)

Chat Template Configuration

For a seamless conversational experience, configure the tokenizer with the appropriate chat template:

from unsloth.chat_templates import get_chat_template
FastLanguageModel.for_inference(model) # Enable native 2x faster inference

tokenizer = get_chat_template(
    tokenizer,
    chat_template="chatml",  # Supports templates like zephyr, chatml, mistral, etc.
    mapping={"role": "from", "content": "value", "user": "human", "assistant": "gpt"},  # ShareGPT style
    map_eos_token=True,  # Maps <|im_end|> to </s>
)

Usage Example

Generate a short story in Swahili:

messages = [{"from": "human", "value": "Tengeneza hadithi fupi"}]
inputs = tokenizer.apply_chat_template(
    messages,
    tokenize=True,
    add_generation_prompt=True,
    return_tensors="pt",
).to("cuda")

from transformers import TextStreamer
text_streamer = TextStreamer(tokenizer)
_ = model.generate(input_ids=inputs, streamer=text_streamer, max_new_tokens=128, use_cache=True)

Training and Fine-Tuning Details

  • Base Model: Gemma-2-2B
  • Continue Pre-Training: 3B Swahili Tokens
  • Fine-tuning: Enhanced with Swahili SFT datasets for improved contextual understanding.
  • Optimization: Includes DPO for deterministic and consistent responses.

Intended Use Cases

  • General Assistance:
    Provides structured answers for general-purpose use.

  • Interactive Q&A:
    Designed for general-purpose chat environments.

  • RAG (Retrieval-Augmented Generation):
    Works best for RAG and specific use cases.


Limitations

  • Biases:
    The model may exhibit biases inherent in its fine-tuning datasets.

  • Generalization:
    May struggle with tasks outside the trained domain.

  • Hardware Requirements:

    • Optimal performance requires GPUs with high memory (e.g., Tesla V100 or T4).
    • Supports 4-bit quantization for reduced memory usage.

Feel free to reach out for further guidance or collaboration opportunities regarding PAWA!

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma2ForCausalLM
Ревизия весов
4c9712a

0 моделей