/ Модель
Каталог

Характеристики

Контекст
32 768 токенов
Параметры
464 млн
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Sailor-0.5B
Опубликована
22 мар 2024

Ссылки

Hugging Face

pirate-0.5

thangvip
Генерация текстаТекст → текст3 профессии

pirate-0.5 — дообученная на базе Sailor-0.5B модель для генерации текста и диалогов.

18скачиваний за 30 дней0лайковвеса обновлены22 мар 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.

  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.

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

pirate-0.5 — дообученная модель генерации текста на основе sail/Sailor-0.5B, опубликованная пользователем thangvip. Она использует плотную архитектуру Qwen2ForCausalLM и содержит 463,9 млн параметров. Модель предназначена для генерации текста и диалогового взаимодействия; базовая Sailor ориентирована на языки Юго-Восточной Азии. Контекст составляет до 32 768 токенов. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0.

README не описывает датасет, целевые сценарии дообучения или результаты оценки, поэтому нельзя определить, в чём именно pirate-0.5 отличается от базовой модели и насколько хорошо она справляется с конкретными задачами. Применение разумно ограничить генерацией текста и чатом с проверкой качества ответов.

Сценарии применения

  • генерация текста в чате
  • создание диалогового ассистента
  • продолжение текстовых запросов

Ограничения

README не сообщает, на каких данных и для каких целевых сценариев выполнено дообучение, и не приводит результатов оценки. Поддерживаемые языки конкретно этой версии не перечислены.

Для каких профессий подходит3

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 385моделейIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модельI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

pirate-0.5

This model is a fine-tuned version of sail/Sailor-0.5B on an unknown dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0001
  • train_batch_size: 1
  • eval_batch_size: 1
  • seed: 42
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 16
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 1

Framework versions

  • Transformers 4.39.0
  • Pytorch 2.2.1+cu121
  • Datasets 2.18.0
  • Tokenizers 0.15.2

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
9be2824

0 моделей

    Создать бенчмарк