Это результаты тестов с использованием системы оценки EleutherAl/Im. Исходная модель тестировалась с использованием dtype float16, что может привести к снижению производительности.
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: sirev
Теги: lfm2, conversational, endpoints_compatible
Лайков: 7 | Загрузок: 22
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
Исходная модель: https://huggingface.co/meta-llama/Meta-Llama-3.1-8B-Instruct https://aitorrent.zerroug.de/bartowski-meta-llama-3-1-8b-instruct-gguf-torrent/ — 30 июля 2024 г.: обновлен шаблон чата для исправления небольшой ошибки с неопределенным...
— Создатель модели: mistralai — Исходная модель: mistralai/Mistral-7B-Instruct-v0.3 MaziyarPanahi/Mistral-7B-Instruct-v0.3-GGUF содержит файлы моделей формата GGUF для mistralai/Mistral-7B-Instruct-v0.3. GGUF —...
ArrowCanaria-Llama-8B-RL-v0.1 は、ArrowCanaria-Llama-8B-SFT-v0.1 に対して RLHF（Обучение с подкреплением у человека Обратная связь) SFTモデルは高品質なデータで学習されていますが、モデルの応答が「データに含まれる平Награда Модель)品質や知識応答の正確性・分かりやすさを、SFTの水準からさらに引き上げています。強化学習アルゴリズムには GRPO (Оптимизация относительной политики группы)を採用し、DAPO損失関数による安定した最適化を実現しています。相談応答と知識応答の2フェーズで段階的にRLHFを行うことで、SFTで獲得した雑談・RP・キャラクター対話能力を保持しつつ、応答の質を選択的に向上させています。 —...
Модель GeoV была разработана Жоржем Хариком и использует вращательно-позиционные вложения с относительными расстояниями (RoPER) Жоржа Харика и Варуны...
