/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
12,9 млрд
Размер весов
26 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
16 апр 2023

vicuna-13b-v1.1

Генерация текстаТекст → текст7 профессий

Vicuna-13B-V1.1 — чат-модель на базе LLaMA-13B для генерации диалоговых ответов и исследований больших языковых моделей.

27скачиваний за 30 дней6лайковвеса обновлены17 апр 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

Vicuna-13B-V1.1 — авторегрессионная языковая модель-чатбот на архитектуре Transformer семейства LLaMA, разработанная командой Vicuna при участии специалистов из UC Berkeley, CMU, Stanford и UC San Diego. Модель содержит 12,9 млрд параметров и была получена в апреле 2023 года объединением весов LLaMA-13B с delta-весами Vicuna v1.1, обученными на пользовательских диалогах из ShareGPT.

Модель предназначена для генерации текста в диалогах и исследований чатботов и больших языковых моделей. В версии v1.1 изменены токенизация и разделитель конца ответа, а также исправлен расчёт функции потерь при дообучении. Контекст составляет 2048 токенов. Репозиторий содержит веса PyTorch; лицензия — Apache License 2.0.

Карточка ориентирует модель на исследователей и энтузиастов NLP, машинного обучения и ИИ. Результаты могут быть ненадёжными, а качество зависит от запроса и сценария; сведения о поддерживаемых языках и подробной оценке качества в карточке не приведены.

Сценарии применения

  • создание чатбота для текстового общения
  • генерация ответов на вопросы в диалоге
  • подготовка черновиков и продолжение текста
  • эксперименты с дообучением чат-моделей
  • исследования поведения больших языковых моделей

Ограничения

Контекст ограничен 2048 токенами. Карточка не приводит языковой перечень или подробные результаты оценки качества; ответы модели могут быть ненадёжными.

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

Vicuna-13B-V1.1

Vicuna 13B model weights.

# Make sure you have git-lfs installed (https://git-lfs.com)
git lfs install
git clone https://huggingface.co/uukuguy/vicuna-13b-v1.1

# if you want to clone without large files – just their pointers
# prepend your git clone with the following env var:
GIT_LFS_SKIP_SMUDGE=1

Model Card

Model details

Model type: Vicuna is an open-source chatbot trained by fine-tuning LLaMA on user-shared conversations collected from ShareGPT. It is an auto-regressive language model, based on the transformer architecture.

Model date: Vicuna-13B-V1.1 weights was merged in April 2023.

Organizations developing the model: The Vicuna team with members from UC Berkeley, CMU, Stanford, and UC San Diego.

Paper or resources for more information: https://vicuna.lmsys.org/

License: Apache License 2.0

Where to send questions or comments about the model: https://github.com/uukuguy/Vicuna-LoRA/issues

Intended use

Primary intended uses: The primary use of Vicuna is research on large language models and chatbots.

Primary intended users: The primary intended users of the model are researchers and hobbyists in natural language processing, machine learning, and artificial intelligence.

Major updates of weights v1.1

Refactor the tokenization and separator. In Vicuna v1.1, the separator has been changed from "###" to the EOS token "". This change makes it easier to determine the generation stop criteria and enables better compatibility with other libraries. Fix the supervised fine-tuning loss computation for better model quality.

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
19b1b71

0 моделей