Этот репозиторий содержит модель, представленную в документе MachineLearningLM: масштабирование многоэтапного контекстного обучения посредством непрерывного предварительного обучения. Представляем MachineLearningLM 🧪📊 — модель, которая постоянно предварительно обучается на миллионах синтетических табличных задач машинного обучения, что обеспечивает надежное многоэтапное контекстное обучение. 📈 Улучшение на ~15 % в невидимых табличных задачах по сравнению с o3-mini/GPT-5-mini/Qwen-2.5-7B-Instruct Мы разработали систему автоматической оценки — просто настройте параметры, чтобы легко выполнять проверку и оценку. Код теперь доступен в открытом доступе в нашем репозитории GitHub. https://huggingface.co/QuantFactory/MachineLearningLM-7B-v1-GGUF Эту часть кода необходимо запускать в среде с установленными библиотеками tabicl и openpyxl. Оценочный код tabicl размещается отдельно в файле ./src/evaluation/tabiclevaluate.py. Используйте ./scripts/tabiclevaluate.sh, чтобы получить результаты оценки tabicl. Используйте —datasets, чтобы указать наборы данных для оценки, и —sample_sizes, чтобы указать количество снимков. Если необходимо оценить несколько наборов данных, разделите их пробелами. Чтобы оценить все файлы CSV во входной папке, используйте all. MachineLearningLM использует код…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: MachineLearningLM
Теги: qwen2, Tabular Classification, conversational, text-generation-inference, endpoints_compatible
Лайков: 14 | Загрузок: 21
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
