/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
3,4 млрд
Размер весов
7,3 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
30 апр 2024

numfalm-3b

Генерация текстаТекст → текст3 профессии

Двуязычная модель Llama на 3,4 млрд параметров для генерации текста на тайском и английском языках и исследований небольших языковых моделей.

33скачиваний за 30 дней1лайквеса обновлены1 мая 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

NumFaLM 3B — двуязычная языковая модель на архитектуре Llama, разработанная для открытых исследований небольших языковых моделей. Она обучена с нуля на тайском и английском языках и предназначена для генерации текста и экспериментов с обучением двуязычных моделей. Модель содержит 3,4 млрд параметров, использует плотную архитектуру Llama и принимает контекст до 2048 токенов.

Авторы опубликовали скрипт обучения и использованный набор данных wannaphong/mark13, что позволяет исследовать процесс обучения и данные. Модель обучалась один проход по данным, поэтому её качество и полнота обучения могут быть ограничены. Лицензия — Apache-2.0.

Сценарии применения

  • генерация текста на тайском языке
  • генерация текста на английском языке
  • эксперименты с двуязычными языковыми моделями
  • изучение обучения Llama с нуля

Ограничения

Модель обучалась только один проход по данным, что может ограничивать качество и полноту знаний. Контекст ограничен 2048 токенами.

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

NumFaLM 3B

NumFaLM 3B is a bilingual language model trained in Thai and English. The architecture model is Llama model that pretraining from scratch. It was built to open source AI and research for bilingual language models and improve small language models. We released the training script and train datasets so you can research the training and datasets.

We fork EasyLM and added training by HuggingFace datasets, but HuggingFace was down many times during the time we trained the model, so we can train just one epoch. The model trained one epoch.

Acknowledgements

Research supported with Cloud TPUs from Google's TPU Research Cloud (TRC). We use TPU4-64 for training model about 4 days / 1 epoch.

Thank you TPU Research Cloud and EasyLM project! We use EasyLM for pretraining model.

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
7547bc8

0 моделей