/ Модель

Характеристики

Контекст
8 192 токена
Параметры
8,2 млрд
Размер весов
17,1 ГБ
Лицензия
Apache 2.0
Архитектура
gemma · dense
Базовая модель
gemma-7b
Библиотека
transformers
Опубликована
15 янв 2025

AI_Pet_code

Генерация текстаТекст → текст3 профессии

Корейская диалоговая языковая модель на базе Gemma 7B для генерации текста.

17скачиваний за 30 дней1лайквеса обновлены22 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

AI_Pet_code — языковая модель для генерации текста, созданная на базе Google Gemma и дообученная при участии CRM-подразделения KT DataSystem. В карточке модель названа продолжением предварительного обучения Gemma 7B Instruct; метаданные указывают базовую модель google/gemma-7b и архитектуру GemmaForCausalLM с плотными слоями. Размер составляет 8,2 млрд параметров, контекст — 8192 токена. Модель рассчитана на корейский язык и поддерживает диалоговое использование.

Карточка не описывает целевые сценарии и результаты оценки качества, поэтому назначение ограничивается генерацией текста и диалогами общего характера. Лицензия — Apache-2.0. Для внедрения следует отдельно настроить меры безопасности под конкретное приложение.

Сценарии применения

  • генерация корейского текста
  • диалоговые приложения на корейском языке
  • ответы на вопросы на корейском языке

Ограничения

Карточка не приводит целевых сценариев, примеров применения или оценок качества, поэтому пригодность для конкретных задач не подтверждена. Для безопасного развертывания рекомендуется адаптировать защитные меры к приложению.

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

Model Details model

model is continued pretrained language model based on google/gemma-7b-it

This model is trained with CRM Bussiness department of KTDS (KT DataSystem) .

Intended Use TBD

How to use TBD

Responsibility & Safety We believe that an open approach to AI leads to better, safer products, faster innovation, and a bigger overall market. We are committed to Responsible AI development and took a series of steps to limit misuse and harm and support the open source community.

Foundation models are widely capable technologies that are built to be used for a diverse range of applications. They are not designed to meet every developer preference on safety levels for all use cases, out-of-the-box, as those by their nature will differ across different applications.

Rather, responsible LLM-application deployment is achieved by implementing a series of safety best practices throughout the development of such applications, from the model pre-training, fine-tuning and the deployment of systems composed of safeguards to tailor the safety needs specifically to the use case and audience.

As part of the gemma release, we updated our Responsible Use Guide to outline the steps and best practices for developers to implement model and system level safety for their application. We also provide a set of resources including Meta Llama Guard 2 and Code Shield safeguards. These tools have proven to drastically reduce residual risks of LLM Systems, while maintaining a high level of helpfulness. We encourage developers to tune and deploy these safeguards according to their needs and we provide a reference implementation to get you started.

Responsible release In addition to responsible use considerations outlined above, we followed a rigorous process that requires us to take extra measures against misuse and critical risks before we make our release decision.

Misuse

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GemmaForCausalLM
Ревизия весов
4c1615d

0 моделей