Характеристики
- Контекст
- 2 048 токенов
- Параметры
- 10,9 млрд
- Размер весов
- 28,9 ГБ
- Архитектура
- falcon · dense
- Опубликована
- 2 июн 2023
Ссылки
falcon-7b-sharded-bf16
Шардированный BF16-чекпойнт Falcon-7B для авторегрессионной генерации текста, запуска и дообучения языковой модели.
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
ybelkada/falcon-7b-sharded-bf16 — это шардированный контрольный файл модели Falcon-7B в формате BF16, опубликованный пользователем ybelkada на Hugging Face и основанный на базовой модели Falcon-7B, разработанной Technology Innovation Institute (TII). Модель представляет собой авторегрессионную decoder-only Transformer-архитектуру для генерации текста; размер исходного чекпойнта составляет около 7B параметров, а в метаданных этого репозитория указано 10.9B параметров. Репозиторий предназначен для запуска и дообучения модели с использованием Transformers, PyTorch и Safetensors.
Сценарии применения
- генерация продолжений текста
- создание черновиков и ответов
- суммаризация после дообучения
- разработка чат-ботов после дообучения
- исследование и дообучение больших языковых моделей
Ограничения
Это базовая предобученная модель, а не instruction-tuned версия, поэтому для диалогов и специализированных задач обычно требуется дополнительное дообучение. Модель обучалась преимущественно на английских и французских данных и может воспроизводить предубеждения и ошибки из веб-корпусов.
Для каких профессий подходит8
Разделы каталога профессий, в задачах которых используется эта модель
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- FalconForCausalLM
- Ревизия весов
- 4c21c48