/ Модель

Характеристики

Контекст
163 840 токенов
Параметры
402 млн
Лицензия
MIT
Архитектура
deepseek_v3 · dense
Библиотека
transformers
Опубликована
10 янв 2025

deepseek-v3-1b

Генерация текстаТекст → текст7 профессий

Дообученная компактная языковая модель DeepSeek V3 для генерации текста и диалоговых сценариев.

55скачиваний за 30 дней1лайквеса обновлены23 янв 2025

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

Tonyshark/deepseek-v3-1b — плотная языковая модель семейства DeepSeek V3 для генерации текста. Модель содержит 401,6 млн параметров, использует архитектуру DeepseekV3ForCausalLM и рассчитана на контекст до 163 840 токенов. Она дообучена на неизвестном наборе данных; в метаданных также отмечены диалоговый режим и интерфейс вызова инструментов.

Модель предназначена для генерации текста и диалоговых сценариев, включая ответы на запросы и работу через интерфейс вызова инструментов. Карточка не описывает конкретные сильные стороны, результаты оценки или ограничения качества. Модель распространяется под лицензией MIT.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • создание и продолжение текстов
  • прототипирование чат-ботов
  • вызов инструментов через диалоговый интерфейс

Ограничения

Данные обучения неизвестны, а README не содержит описания оценки или конкретных ограничений качества.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

deepseek-v3-1b

This model is a fine-tuned version of tonyshark/deepseek-v3-1b 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: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 1

Training results

Framework versions

  • Transformers 4.46.1
  • Pytorch 2.1.1+cu121
  • Datasets 2.18.0
  • Tokenizers 0.20.3

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
DeepseekV3ForCausalLM
Ревизия весов
7da88f1

0 моделей