Характеристики

Контекст: 65 536 токенов
Параметры: 6,6 млрд
Лицензия: Apache 2.0
Архитектура: llama · dense
Опубликована: 7 апр 2024

Ссылки

666

Генерация текстаТекст → текст3 профессии

Производная модели yyh0901/lloma_step50. Чекпойнт LLaMA 2 7B, обученный 50 шагов для генерации текста с контекстом до 65 536 токенов.

23скачиваний за 30 дней0лайковвеса обновлены8 апр 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.

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.

Открыть конструктор бенчмарка

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

Карточка модели yyh0901/666 на Hugging Face совпадает с карточкой yyh0901/lloma_step50, поэтому описание составлено по ней.

yyh0901/lloma_step50 — языковая модель для генерации текста на базе архитектуры LLaMA. Это чекпойнт LLaMA 2 7B, обученный 50 шагов для работы с увеличенным контекстом. Модель содержит 6,6 млрд параметров, использует плотную архитектуру LlamaForCausalLM и формат safetensors; заявленная длина контекста составляет 65 536 токенов.

Модель предназначена для продолжения текста и генерации ответов с учётом длинного входного контекста. Её можно применять в экспериментах с обработкой длинных документов и запросов. Для использования указана лицензия Apache 2.0. README не сообщает о поддерживаемых естественных языках или результатах оценки качества.

Сценарии применения

генерация текста по длинному запросу
продолжение текста с учётом длинного контекста
эксперименты с обработкой длинных документов

Ограничения

README сообщает лишь о 50 шагах обучения для увеличения контекста и не приводит оценок качества или сведений о практической надёжности модели.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

"_name_or_path": "/data/yyh/model/models--meta-llama--Llama-2-7b-hf", "architectures": [ "LlamaForCausalLM" ], "attention_bias": false, "attention_dropout": 0.0, "bos_token_id": 1, "eos_token_id": 2, "hidden_act": "silu", "hidden_size": 4096, "initializer_range": 0.02, "intermediate_size": 11008, "max_position_embeddings": 65536, "model_type": "llama", "num_attention_heads": 32, "num_hidden_layers": 32, "num_key_value_heads": 32, "pad_token_id": 0, "pretraining_tp": 1, "rms_norm_eps": 1e-05, "rope_scaling": { "factor": 16.0, "type": "dynamic" }, "rope_theta": 10000.0, "tie_word_embeddings": false, "torch_dtype": "bfloat16", "transformers_version": "4.39.2", "use_cache": true, "vocab_size": 32000

Enlonged context length, trained 50 steps on LLaMa-2-7b

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: f774d09