/ Модель
Каталог

Характеристики

Контекст
8 192 токена
Параметры
9 млрд
Размер весов
20,3 ГБ
Архитектура
gemma2 · dense
Базовая модель
MT-Gen3-gemma-2-9B
Библиотека
transformers
Опубликована
11 дек 2024

Ссылки

Hugging Face

MT-Gen3-BB-gemma-2-MT2g3MTg3-9B

zelk12
Генерация текстаТекст → текст7 профессий

Объединённая методом SLERP разговорная модель Gemma 2 на 9 млрд параметров для генерации текста.

20скачиваний за 30 дней1лайквеса обновлены21 дек 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.

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

zelk12 объединил методом SLERP две разговорные языковые модели на базе Gemma 2: zelk12/MT-Gen3-gemma-2-9B и zelk12/MT2-Gen3-gemma-2-9B. Модель предназначена для генерации текста в диалоговом формате и может использоваться для ответов на вопросы и ведения беседы.

Это плотная авторегрессионная модель Gemma2ForCausalLM с 9 млрд параметров и контекстом 8192 токена. Репозиторий содержит веса в формате safetensors; в README также указано происхождение статических квантованных сборок GGUF. Языковые характеристики и лицензия в использованных источниках не описаны.

Сценарии применения

  • генерация ответов в диалоге
  • ответы на вопросы в чате
  • составление текстовых ответов по запросу

Ограничения

Доступный контекст ограничен 8192 токенами. Языковая поддержка и лицензия в использованных источниках не описаны.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модельIII.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594моделиI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Quants

Provided by @mradermacher

GGUF Static: https://huggingface.co/mradermacher/MT-Gen3-BB-gemma-2-MT2g3MTg3-9B-GGUF

merge

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the SLERP merge method.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

models:
  - model: zelk12/MT2-Gen3-gemma-2-9B
  - model: zelk12/MT-Gen3-gemma-2-9B
merge_method: slerp
base_model: zelk12/MT2-Gen3-gemma-2-9B
dtype: bfloat16
parameters:
  t: 0.25

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma2ForCausalLM
Ревизия весов
c24f27d

0 моделей

    Создать бенчмарк