Дообученная на базе Llama 3 8B языковая модель для динамического выбора и переупорядочивания документов в RAG.

Подходит для: переупорядочивание найденных документов перед генерацией ответа · выбор количества документов для контекста по каждому запросу · улучшение поиска контекста в RAG-системе

Модель GSA с 1,5 млрд параметров для генерации текста и эффективного моделирования последовательностей.

Подходит для: генерация продолжений текста · эксперименты с линейным моделированием последовательностей · исследование архитектуры Gated Slot Attention

Англоязычная дообученная модель Llama 2 для динамического выбора и переупорядочивания документов в RAG-системах.

Подходит для: переупорядочивание найденных документов для RAG-запроса · выбор числа документов, передаваемых генератору ответа · ранжирование контекста по полезности для ответа на вопрос

Производная модели fla-hub/gsa-1.3B-100B. Модель GSA с 1,5 млрд параметров для генерации текста и эффективного моделирования последовательностей.

Подходит для: генерация продолжений текста · эксперименты с линейным моделированием последовательностей · исследование архитектуры Gated Slot Attention