/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,7 млрд
Размер весов
13,9 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
6 июн 2024

Tibetan-Llama2-7B

Генерация текстаТекст → текст3 профессии

Базовая модель Llama 2 на 6,7 млрд параметров с расширенным тибетским словарём и дополнительным предобучением для генерации текста на тибетском языке.

54скачиваний за 30 дней2лайкавеса обновлены8 июн 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

Tibetan-Llama2-7B — плотная авторегрессионная языковая модель семейства Llama 2, разработанная авторами проекта Tibetan-Llama2. Модель содержит 6,7 млрд параметров, рассчитана на генерацию текста и поддерживает контекст до 4096 токенов. Веса PyTorch можно загружать для инференса и полного дообучения.

Модель расширена тибетским словарём и прошла дополнительное предобучение на значительном объёме тибетских данных, чтобы улучшить понимание тибетского языка. Она предназначена для генерации текста на тибетском языке и может служить основой для дальнейшего обучения. В README также описано расширение контекста методом NTK свыше 18 тысяч токенов, однако это требует отдельной настройки. Это базовая модель, а не вариант Tibetan-Alpaca для следования инструкциям и диалога.

Модель распространяется по лицензии Apache-2.0. README сообщает о совместимости с экосистемой Llama, включая Transformers, llama.cpp, text-generation-webui, LangChain и vLLM.

Сценарии применения

  • генерация текста на тибетском языке
  • продолжение тибетских текстов
  • создание базовой модели для дообучения на тибетских данных

Ограничения

Это базовая модель, поэтому её не следует считать настроенной на следование инструкциям или диалог. Контекст свыше 4096 токенов требует отдельного расширения методом NTK.

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

Tibetan-Llama2-7B

This is the full Tibetan-Llama2-7B model,which can be loaded directly for inference and full-parameter training.

Related models👇

Description of Tibetan-Llama2-Alpaca

This project is based on Llama2, and we open-source Tibetan-Llama2 (foundation model) and Tibetan-Alpaca (instruction-following model). These models have been expanded and optimized with Tibetan vocabulary, surpassing the original Llama-2. We utilized a considerable amount of Tibetan data for incremental pre-training, which further enhanced the fundamental semantic understanding of the Tibetan language. The relevant models support a 4K context and can be expanded up to 18K+ using the NTK method.

The main contents of this project include:

  • 🚀 New extended Tibetan vocabulary beyond Llama2, open-sourcing the Tibetan-Llama2 and Tibetan-Alpaca LLMs.
  • 🚀 Quickly deploy and experience the quantized LLMs on CPU/GPU of personal PC.
  • 🚀 Support for Llama ecosystems like 🤗transformers, Llama.cpp, text-generation-webui, LangChain, vLLM etc.

Please refer to https://github.com/ymaoj/Tibetan-Llama2-Tibetan-Alpaca/ for details.

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
32e6285

0 моделей