/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,8 млрд
Размер весов
10,9 ГБ
Лицензия
Apache 2.0
Архитектура
falcon · dense
Базовая модель
falcon-11B
Библиотека
transformers
Опубликована
21 мая 2024

Falcon2-5.5B-Spanish

Генерация текстаТекст → текст5 профессий

Сокращённая версия Falcon-11B для генерации текста и дальнейшей адаптации, включая сценарии на испанском языке.

15скачиваний за 30 дней0лайковвеса обновлены5 июн 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

ssmits/Falcon2-5.5B-Spanish — языковая модель на архитектуре Falcon, созданная на основе tiiuae/falcon-11B методом mergekit passthrough. Для сокращения модели сохранены слои 0–23 и 55–58; анализ сходства слоёв проводился на испанской части корпуса Wikimedia Wikipedia. Модель содержит 7,8 млрд параметров, работает с текстом и поддерживает контекст до 8192 токенов.

Модель предназначена для исследований и дальнейшей адаптации под генерацию текста, суммаризацию и чат-ботов. В основном обучении преобладал английский язык; также заявлена поддержка немецкого, испанского, французского, итальянского, португальского, польского, нидерландского, румынского, чешского и шведского. Лицензия Apache-2.0. Разработчики рекомендуют дообучение для конкретных задач и оценку рисков перед применением.

Сценарии применения

  • генерация текстов на испанском языке
  • суммаризация испаноязычных материалов после адаптации
  • создание чат-бота после дообучения
  • исследование сокращения языковых моделей
  • дообучение языковой модели под прикладные задачи

Ограничения

Модель обучена преимущественно на английском и может плохо обобщать на языки, не перечисленные в карточке; в данных могут присутствовать стереотипы и смещения из веб-корпусов. Для прикладного использования рекомендуется дообучение и оценка рисков.

Для каких профессий подходит5

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

Why prune?

Even though Falcon-11B is trained on 5T tokens, it is still undertrained, as can be seen by this graph: image/png This is why the choice is made to prune 50% of the layers. Note that ~1B of continued pre-training (~1M rows of 1k tokens) is still required to restore the perplexity of this model in the desired language. I'm planning on doing that for certain languages, depending on how much compute will be available.

sliced

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was pruned using the passthrough merge method.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

slices:
  - sources:
      - model: tiiuae/falcon-11B
        layer_range: [0, 24]
  - sources:
      - model: tiiuae/falcon-11B
        layer_range: [55, 59]
merge_method: passthrough
dtype: bfloat16

PruneMe has been utilized using the wikimedia/wikipedia Spanish (es) subset by investigating layer similarity with 2000 samples. The layer ranges for pruning were determined based on this analysis to maintain performance while reducing model size.

Layer Similarity Plot

Direct Use

Research on large language models; as a foundation for further specialization and finetuning for specific usecases (e.g., summarization, text generation, chatbot, etc.)

Out-of-Scope Use

Production use without adequate assessment of risks and mitigation; any use cases which may be considered irresponsible or harmful.

Bias, Risks, and Limitations

Falcon2-5.5B is trained mostly on English, but also German, Spanish, French, Italian, Portuguese, Polish, Dutch, Romanian, Czech, Swedish. It will not generalize appropriately to other languages. Furthermore, as it is trained on a large-scale corpora representative of the web, it will carry the stereotypes and biases commonly encountered online.

Recommendations

We recommend users of Falcon2-5.5B to consider finetuning it for the specific set of tasks of interest, and for guardrails and appropriate precautions to be taken for any production use.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
FalconForCausalLM
Ревизия весов
41bff57

0 моделей