Kurage — многоцелевая модель RAG от Lightblue на базе модели Qwen 2 (Qwen/Qwen2-7B-Instruct). Эта версия модели обучена выполнять RAG на суахили. Многочастная RAG — выполняет RAG, используя несколько контекстов одновременно. Одноблочный RAG — выполняет RAG, используя один контекст за раз, что позволяет выполнять параллельные вычисления. Расширение ответа. Предлагает модели написать более длинный ответ на заданный вопрос. Многоязычный RAG — выполняет RAG, используя контексты на языках, отличных от языка вопроса. Генерация вопросов и ответов** – генерирует вопросы и ответы на основе справочного текста для предварительной индексации набора текстов. Эта модель была обучена с использованием экземпляра ml.gu7ef.8xlarge-gu100 на платформе для искусственного интеллекта из Alibaba Cloud. Примечание. Существует известная проблема с одноблочным режимом RAG, которая иногда говорит о том, что он не может ответить на вопрос на основе текста, хотя на самом деле это возможно. Это произошло потому, что наши одночастичные данные обучения составляли 50:50 ответов и сценариев с невозможностью ответить, что делало модель чрезмерно консервативной. Мы решим эту проблему через неделю или две, когда переобучимся с использованием данных 90:10 в предстоящем выпуске Qwen 2.5. Чтобы использовать модель для базовой многочастной RAG, вы можете использовать следующее…
Модальности:
Генерация текста
Области применения:
Диалог / чат RAG (поиск + генерация)
Задача: Генерация текста
Автор: lightblue
Теги: qwen2, RAG, conversational, ko
Лайков: 4 | Загрузок: 9
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
