/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
12,9 млрд
Размер весов
52,1 ГБ
Лицензия
MIT
Архитектура
llama · dense
Опубликована
9 фев 2024

LLMLight-LightGPT

Генерация текстаТекст → текст3 профессии

LLMLight-LightGPT — англоязычная модель семейства Llama для генерации решений в задачах управления дорожными светофорами.

31скачиваний за 30 дней17лайковвеса обновлены27 фев 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.

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

LLMLight-LightGPT — модель для управления светофорными сигналами с помощью больших языковых моделей, разработанная авторами проекта LLMLight. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM, содержащая 12,9 млрд параметров и принимающая текстовый контекст длиной до 4096 токенов. Веса обучены для исследования применения языковых моделей в качестве агентов управления дорожными сигналами; для запуска требуется следовать инструкциям репозитория LLMLight.

Модель предназначена для генерации текстовых решений в сценариях управления светофорами. Карточка указывает английский язык и форматы PyTorch и safetensors. Лицензия — MIT. README не приводит оценок качества, подробностей обучения или ограничений применения, поэтому пригодность для реального дорожного управления по этим данным оценить нельзя.

Сценарии применения

  • исследование управления светофорными фазами с помощью языковой модели
  • генерация решений агента для управления дорожными сигналами
  • создание демонстраций управления сигналами на перекрёстках

Ограничения

README не сообщает результаты оценки качества и не описывает ограничения модели; пригодность для реального управления дорожной инфраструктурой не установлена.

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

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
56f2a26

0 моделей