Характеристики

Контекст: 8 192 токена
Параметры: 9 млрд
Размер весов: 20,3 ГБ
Архитектура: gemma2 · dense
Базовая модель: MT3-GP-gemma-2-RPMHv0.1RAt0.25v0.1-9B
Библиотека: transformers
Опубликована: 14 окт 2024

Ссылки

Hugging Face

MT3-GMU-gemma-2-9B

zelk12

Генерация текстаТекст → текст7 профессий

Разговорная модель Gemma 2 на 9 млрд параметров для генерации текста, полученная слиянием двух моделей методом SLERP.

22скачиваний за 30 дней1лайквеса обновлены15 окт 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

zelk12 создал эту разговорную языковую модель как слияние двух моделей Gemma 2 с помощью метода SLERP и инструмента mergekit. Модель предназначена для генерации текста в диалогах и имеет 9 млрд параметров; она построена на плотной архитектуре Gemma2ForCausalLM и распространяется в формате safetensors. Контекст составляет до 8192 токенов.

Модель принимает текст и генерирует текст. Данных о специализации по предметным областям и языковой поддержке в карточке нет. Слияние объединяет характеристики исходных моделей, однако README не описывает ожидаемое качество или конкретные преимущества. Лицензия в предоставленных данных не указана.

Сценарии применения

генерация ответов в текстовом диалоге
подготовка черновиков и продолжение текста
формулирование ответов на текстовые запросы

Ограничения

Языковая поддержка и специализация по областям не описаны. Лицензия не указана в предоставленных данных.

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 385моделей III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

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/MT3-GP-gemma-2-RPMHv0.1RAt0.25v0.1-9B
  - model: zelk12/MT3-MU-gemma-2-Rv0.3AR-9B
merge_method: slerp
base_model: zelk12/MT3-GP-gemma-2-RPMHv0.1RAt0.25v0.1-9B
dtype: bfloat16
parameters:
  t: 0.5

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: d74a4b9