Небольшая авторегрессионная Transformer-модель, обученная с нуля для генерации текста на индонезийском языке.
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-V4 — авторегрессионная языковая модель на стандартной плотной Transformer-архитектуре, разработанная tampakwilll и обученная с нуля. Модель предназначена для генерации текста. Конфигурация включает 8 слоёв, размерность эмбеддингов 128, одну голову внимания и контекстное окно 4096 токенов; длина обучающих примеров ограничена 512 токенами.
Модель опубликована в формате PyTorch под лицензией Apache-2.0. В метаданных указан индонезийский язык. Карточка не сообщает о специализированных возможностях или оценках качества; небольшая конфигурация и отсутствие архитектурных оптимизаций ограничивают основания ожидать производительность крупных языковых моделей.
Обучающие примеры ограничены 512 токенами, хотя заявленная длина контекста составляет 4096 токенов. Карточка не приводит оценок качества и сведений о специализированных возможностях модели.
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.