Эта модель была обучена с помощью H2O LLM Studio. — Базовая модель: h2oai/h2o-danube2-1.8b-chat Пример сравнения ответов базовой модели и текущей настроенной модели. Чтобы использовать модель с библиотекой трансформаторов на машине с графическими процессорами, сначала убедитесь, что у вас установлена библиотека трансформаторов. Альтернативно вы можете скачать h2oaipipeline.py, сохранить его рядом с записной книжкой и самостоятельно построить конвейер на основе загруженной модели и токенизатора. Если модель и токенизатор полностью поддерживаются в пакете преобразователей, это позволит вам установитьtrustremotecode=False`. Вы также можете самостоятельно построить конвейер из загруженной модели и токенизатора и рассмотреть этапы предварительной обработки: мы оценивали нашу модель с использованием двух тестов, переведенных на синглиш, в 0-shot (наборах проверки): — ARC-easy, переведенный на синглиш (510 строк) — PiQA, переведенный на синглиш (1677 строк). Эта модель была обучена с использованием H2O LLM Studio и с конфигурацией в cfg.yaml. Посетите H2O LLM Studio, чтобы узнать, как обучать собственные большие языковые модели. Пожалуйста, внимательно прочтите этот отказ от ответственности перед использованием большой языковой модели, представленной в этом репозитории. Использование вами модели означает ваше согласие с…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: h2oai
Теги: mistral, gpt, llm, large language model, h2o-llmstudio, conversational, en, text-generation-inference
Лайков: 4 | Загрузок: 16
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
