Характеристики

Контекст: 8 192 токена
Параметры: 9 млрд
Размер весов: 18,5 ГБ
Архитектура: gemma2 · dense
Базовая модель: gemma-2-9b-lora-0
Библиотека: transformers
Опубликована: 15 дек 2024

Ссылки

Hugging Face arXiv 2311.03099 arXiv 2306.01708

gemma-2-llm2024-01

testmoto

Генерация текстаТекст → текст10 профессий

Объединённая на базе Gemma 2 9B языковая модель для генерации текста, диалогов, суммаризации и ответов на вопросы.

16скачиваний за 30 дней0лайковвеса обновлены15 дек 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.

Открыть конструктор бенчмарка

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

testmoto/gemma-2-llm2024-01 — объединённая текстовая модель от testmoto на базе Google Gemma 2 9B. Веса объединены методом DARE TIES с помощью mergekit из базовой Gemma 2 9B и трёх моделей: testmoto/gemma-2-9b-lora-0, testmoto/gemma-2-9b-platypus-02 и testmoto/gemma-2-9b-lora-aozora.

Модель предназначена для генерации текста и может использоваться для диалогов, ответов на вопросы и суммаризации — типичных сценариев базовой модели Gemma 2. Она имеет плотную архитектуру Gemma2ForCausalLM, содержит 9 млрд параметров, принимает текст и генерирует текст, поддерживает контекст до 8192 токенов и доступна в формате safetensors для библиотеки Transformers. Языковая специализация объединённой модели в карточке не уточнена.

Лицензия и конкретные ограничения применения в карточке не описаны; характеристики качества именно этого объединения также не приведены.

Сценарии применения

генерация связного текста по запросу
ведение текстового диалога
ответы на вопросы по текстовому контексту
суммаризация документов и сообщений

Ограничения

Языковая специализация модели, лицензия и измерения качества этого объединения в предоставленных данных не описаны.

Для каких профессий подходит10

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

merge

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the DARE TIES merge method using google/gemma-2-9b as a base.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

models:
  - model: google/gemma-2-9b
    # No parameters necessary for base model
  - model: testmoto/gemma-2-9b-lora-0
    parameters:
      density: 0.53
      weight: 0.4
  - model: testmoto/gemma-2-9b-platypus-02
    parameters:
      density: 0.53
      weight: 0.3
  - model: testmoto/gemma-2-9b-lora-aozora
    parameters:
      density: 0.53
      weight: 0.3
merge_method: dare_ties
base_model: google/gemma-2-9b
parameters:
  int8_mask: true
dtype: bfloat16

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: Gemma2ForCausalLM
Ревизия весов: 750e0a3