Дообученная методом DPO языковая модель семейства Llama для генерации текста по запросу.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
SD_SOLAR_10.7B_v1.0 — текстовая генеративная модель семейства Llama с архитектурой LlamaForCausalLM и 10,6 млрд параметров. Модель разработана автором репозитория sdhan и дообучена методом DPO на наборе данных, описанном как DPO dataset; в карточке также упоминаются два датасета с двузначными числами.
Модель предназначена для генерации текста и может использоваться в сценариях, где требуется получить продолжение или ответ по текстовому запросу. Заявленная длина контекста — 4096 токенов. Веса опубликованы в формате safetensors и доступны по лицензии Apache-2.0.
Карточка не описывает целевую предметную область, поддерживаемые языки, сравнительные результаты или специфические ограничения качества; назначение подтверждено только общей задачей генерации текста.
Карточка не содержит оценок качества и не уточняет целевые сценарии, поэтому пригодность для конкретных задач не подтверждена. Поддерживаемые языки отдельно не заявлены.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Model Details
dataset : DPO dataset (huggingface datasets, 2digit datasets 활용)
Training Method Method : DPO.
Usage
from transformers import AutoModelForCausalLM, AutoTokenizer
import torch
repo = "sdhan/SD_SOLAR_10.7B_v1.0"
model = AutoModelForCausalLM.from_pretrained(
repo,
return_dict=True,
torch_dtype=torch.float16,
device_map='auto'
)
tokenizer = AutoTokenizer.from_pretrained(repo)
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…