/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
2,9 млрд
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
21 дек 2023

Potato-3B

Генерация текстаТекст → текст3 профессии

Экспериментальная модель Llama на 2,9 млрд параметров для генерации текста, созданная слиянием моделей и дообучением на французских данных.

60скачиваний за 30 дней0лайковвеса обновлены21 дек 2023

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

Potato-3B — экспериментальная языковая модель примерно на 2,9 млрд параметров, созданная автором teilomillet слиянием моделей через task arithmetic и mergekit, а затем дополнительно дообученная на французских данных из Merlin. Модель построена на архитектуре Llama и предназначена для генерации текста, в первую очередь на французском языке; в метаданных также отмечена поддержка английского и китайского. Контекстное окно составляет 4096 токенов.

Автор описывает проект как исследовательский эксперимент без заранее поставленной цели слияния и предполагает, что модели может потребоваться дополнительное дообучение. Заявление автора о качестве на французском языке не сопровождается результатами оценки. Репозиторий распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация текста на французском языке
  • диалог на французском языке
  • продолжение французского текста
  • эксперименты со слиянием языковых моделей

Ограничения

Автор отмечает, что модели может потребоваться дополнительное дообучение; заявление о её качестве не подкреплено приведёнными результатами оценки.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Merging stuff to make a potato. Idk about it, might delete later.

Merge of MiniMerlin via Task arithmetic using mergekit. There was no goal except merging. Interest in the outcome tho. I might need to fine-tune it more.

FT on more french data (Merlin).

Je pense qu'il s'agit du meilleur model français en 3B. Essayez le.

from transformers import AutoModelForCausalLM, AutoTokenizer
from peft import PeftModel
import torch

model = AutoModelForCausalLM.from_pretrained(
    "teilomillet/Potato-3B",
    revision="0.1",
    return_dict=True,
    torch_dtype=torch.bfloat16,
    device_map='auto'
)

tokenizer = AutoTokenizer.from_pretrained("teilomillet/Potato-3B")
tokenizer.pad_token = tokenizer.eos_token

text = "[|User|] Comment faire un bon plat ? </s>[|Assistant|]"
inputs = tokenizer(text, return_tensors="pt").to(0)

outputs = model.generate(**inputs, max_new_tokens=800)
print(tokenizer.decode(outputs[0], skip_special_tokens=False))

#merge

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
7e8e86f

0 моделей