This repo contains an in-house tuned LLaMA-7b based on the Stanford Alpaca dataset, for only research use.
Quantitative evaluation on machine translation and qualitative comparison on general abilities can be found at alpaca-mt.
Характеристики
- Параметры
- 6,6 млрд
- Архитектура
- llama · dense
- Опубликована
- 22 мар 2023
Ссылки
alpaca-7b
Дообученная на наборе Stanford Alpaca модель LLaMA-7B для генерации текста и экспериментов с общими языковыми задачами.
182скачиваний за 30 дней15лайковвеса обновлены6 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
wxjiao/alpaca-7b — дообученная авторами репозитория языковая модель семейства LLaMA на 7 млрд параметров. Для настройки использован набор данных Stanford Alpaca. Модель предназначена для генерации текста и может применяться для экспериментов с ответами на запросы и общими языковыми задачами.
В карточке упоминаются количественная оценка машинного перевода и качественное сравнение общих способностей; подробности результатов в предоставленном тексте отсутствуют. Модель представлена в формате PyTorch. Авторы указывают исследовательское использование; сведения о лицензии в доступных данных отсутствуют.
Сценарии применения
- генерация ответов на текстовые запросы
- эксперименты с диалоговыми языковыми моделями
- оценка машинного перевода
- сравнение общих языковых способностей
Ограничения
Авторы позиционируют модель только для исследований. В доступной карточке нет сведений о лицензии и подробных результатах оценки.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- LlamaForCausalLM
- Ревизия весов
- b52ab8d