Небольшая авторегрессионная трансформерная модель, обученная с нуля для генерации текста.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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
AWA-Mini-Llama-From-Scratch-V2 — авторегрессионная языковая модель на стандартном трансформере, обученная с нуля. В карточке указаны 8 слоёв, размерность эмбеддингов 128, одна голова внимания и контекстное окно 2048 токенов; максимальная длина обучающего примера — 64 токена.
Модель предназначена для генерации текста. В метаданных указан язык индонезийский и формат PyTorch. Лицензия — Apache-2.0. Карточка не описывает качество генерации и конкретные сценарии применения, поэтому пригодность для практических задач по этим данным оценить нельзя.
В карточке не приведены результаты оценки качества или подробности обучающих данных. Максимальная длина обучающего примера указана как 64 токена, что может ограничивать генерацию связных длинных текстов.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Pure standard autoregressive language model trained from scratch without architecture efficiency tricks.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Архитектура standard_vanilla_transformer неизвестна transformers в образе рантайма.