Finetune Llama-2-7B-hf on Hindi dataset after transtokenization
This model was trained on 24GB of RTX A500 on zicsx/mC4-Hindi-Cleaned-3.0 dataset (1%) for 3 hours.
We used Hugging Face PEFT-LoRA PyTorch for training.
Transtokenization process in --
Характеристики
- Контекст
- 4 096 токенов
- Параметры
- 6,6 млрд
- Размер весов
- 13,5 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Базовая модель
- Llama-2-7b-hf
- Библиотека
- transformers
- Опубликована
- 31 авг 2024
Ссылки
Llama2-7B-Hindi-finetuned
Дообученная на корпусе хинди модель Llama 2 для генерации текста с контекстом до 4096 токенов.
28скачиваний за 30 дней0лайковвеса обновлены31 авг 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
subhrokomol/Llama2-7B-Hindi-finetuned — дообученная модель генерации текста на архитектуре Llama 2, созданная с помощью PEFT-LoRA на базе meta-llama/Llama-2-7b-hf. Обучение проводилось на 1% датасета zicsx/mC4-Hindi-Cleaned-3.0 после транстокенизации; автор сообщает об обучении в течение трёх часов на RTX A500.
Модель предназначена для генерации текста на хинди. Она содержит 6,6 млрд параметров, принимает текст и выдаёт текст, а заявленная длина контекста составляет 4096 токенов. В метаданных также отмечена возможность работы с кодом, но README не описывает её качество или сценарии.
Модель распространяется по лицензии Apache-2.0. Карточка не приводит оценок качества; обучение на 1% датасета ограничивает основания для выводов о широте и надёжности её знаний.
Сценарии применения
- генерация продолжений текста на хинди
- черновики текстов на хинди
- ответы на простые текстовые запросы на хинди
Ограничения
Модель обучалась на 1% указанного корпуса, а карточка не содержит оценок качества. Заявления о способности работать с кодом есть только в метаданных, без подробностей о её качестве.
Для каких профессий подходит3
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 341модельI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей
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 · transformers
Подбираем GPU…
- Класс архитектуры
- LlamaForCausalLM
- Ревизия весов
- 0a30e0a