Характеристики

Контекст: 8 192 токена
Параметры: 9 млрд
Размер весов: 20,3 ГБ
Архитектура: gemma2 · dense
Базовая модель: MT5-Gen3-MAG-gemma-2-9B
Библиотека: transformers
Опубликована: 8 дек 2024

Ссылки

Hugging Face

MT5-Gen3-MAGBMU-gemma-2-9B

zelk12

Генерация текстаТекст → текст6 профессий

Объединённая разговорная модель Gemma 2 на 9 млрд параметров для генерации текста с контекстом до 8192 токенов.

22скачиваний 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.

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/MT5-Gen3-MAGBMU-gemma-2-9B — объединённая разговорная языковая модель на архитектуре Gemma 2, созданная с помощью mergekit методом SLERP из zelk12/MT5-Gen3-MAG-gemma-2-9B и zelk12/MT5-Gen3-BMU-gemma-2-9B. Репозиторий содержит модель размером 9 млрд параметров в формате Safetensors; для генерации текста доступно контекстное окно до 8192 токенов.

Модель предназначена для диалоговой генерации текста и других сценариев, решаемых задачей text-generation. Доступные сведения не описывают специализацию на отдельных предметных областях или конкретные преимущества слияния. Лицензия в предоставленных источниках не указана.

Сценарии применения

ведение текстового диалога
генерация ответов на вопросы
создание связного текста по запросу

Ограничения

В предоставленных источниках не описаны языковое покрытие и сравнительное качество модели; специализация сверх диалоговой генерации не установлена.

Для каких профессий подходит6

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 II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

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/MT5-Gen3-MAGBMU-gemma-2-9B-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/MT5-Gen3-MAG-gemma-2-9B
  - model: zelk12/MT5-Gen3-BMU-gemma-2-9B
merge_method: slerp
base_model: zelk12/MT5-Gen3-MAG-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: 95e82b9