Компактная авторегрессионная Transformer-модель, обученная с нуля для генерации текста с контекстом до 4096 токенов.
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-V3 — авторегрессионная языковая модель на стандартном плотном Transformer, обученная с нуля. В карточке указаны 8 слоёв, размерность эмбеддингов 128, одна голова внимания и контекст длиной до 4096 токенов.
Модель предназначена для генерации текста. В метаданных указан индонезийский язык; отдельные сведения о специализации на конкретной предметной области или сценариях применения отсутствуют. Репозиторий содержит веса PyTorch, лицензия — Apache 2.0. Качество, данные обучения и ограничения применения в карточке не описаны.
Карточка не приводит оценки качества, сведения о данных обучения или результаты тестирования; применимость модели к сложным задачам не подтверждена.
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.