Uploaded model
- Developed by: soumitsr
- License: apache-2.0
- Finetuned from model : unsloth/SmolLM2-135M
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 16 384 токена
- Параметры
- 362 млн
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Базовая модель
- SmolLM2-135M
- Опубликована
- 25 ноя 2024
Ссылки
smolLM2-article-digestor
Дообученная компактная Llama-модель для генерации текста и краткого пересказа статей.
27скачиваний за 30 дней0лайковвеса обновлены14 дек 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
soumitsr/smolLM2-article-digestor — дообученная автором soumitsr компактная языковая модель семейства Llama на базе unsloth/SmolLM2-135M. Она предназначена для генерации текста в диалоговом формате; название репозитория указывает на применение для краткого пересказа статей, однако README не описывает отдельную процедуру или качество суммаризации. Модель содержит 361,8 млн параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст до 16 384 токенов. Обучение выполнено с Unsloth и TRL. Указана лицензия Apache-2.0.
Сценарии применения
- краткий пересказ статей
- генерация англоязычных текстов
- диалоговые ответы на текстовые запросы
Ограничения
README не приводит оценок качества или подробностей о данных и методике обучения для суммаризации. Компактный размер модели может ограничивать сложность и точность генерируемых ответов.
Для каких профессий подходит4
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.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельIII.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594моделиIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель
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
- cb6f145