模型 ID 的模型卡片

本模型卡片旨在作为新模型的基础模板。它是使用此原始模板生成的。

模型详情

模型描述

• 开发者： [需要更多信息]
• 资助方（可选）： [需要更多信息]
• 分享方（可选）： [需要更多信息]
• 模型类型： [需要更多信息]
• 语言（自然语言处理）： [需要更多信息]
• 许可证： [需要更多信息]
• 微调自模型（可选）： [需要更多信息]

模型来源 [可选]

• 代码库： [需要更多信息]
• 论文 [可选]： [需要更多信息]
• 演示 [可选]： [需要更多信息]

用途

from openmind import AutoTokenizer, AutoModelForCausalLM import openmind import torch import torch_npu import argparse

def parse_args():
    parser = argparse.ArgumentParser()
    parser.add_argument(
        "--model_name_or_path",
        type=str,
        help="Path to model",
        default="LF_AICC/anarchy-solar-10B-v1",
    )
    args = parser.parse_args()
    return args

args = parse_args()
model = args.model_name_or_path

tokenizer = AutoTokenizer.from_pretrained(model)
pipeline = openmind.pipeline(
    "text-generation",
    model=model,
    tokenizer=tokenizer,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)
sequences = pipeline(
"<|im_start|>user\nDoes P=NP?<|im_end|>\n<|im_start|>assistant\n",
    max_length=256,
    do_sample=True,
    top_k=10,
    num_return_sequences=1,
    eos_token_id=tokenizer.eos_token_id,
)
for seq in sequences:
    print(f"Result: {seq['generated_text']}")

直接使用

[需要更多信息]

下游使用 [可选]

[需要更多信息]

超出范围的使用

[需要更多信息]

偏差、风险与局限性

[需要更多信息]

建议

应让用户（包括直接用户和下游用户）了解模型的风险、偏差和局限性。需要更多信息以提供进一步建议。

如何开始使用模型

使用以下代码开始使用模型。

[需要更多信息]

训练详情

训练数据

[需要更多信息]

训练过程

预处理 [可选]

[需要更多信息]

训练超参数

• 训练模式： [需要更多信息]

速度、规模与时间 [可选]

[需要更多信息]

评估

测试数据、因素与指标

测试数据

[需要更多信息]

因素

[需要更多信息]

指标

[需要更多信息]

结果

[需要更多信息]

摘要

模型检验 [可选]

[需要更多信息]

环境影响

碳排放可使用 Lacoste et al. (2019) 中提出的 机器学习影响计算器 进行估算。

• 硬件类型： [需要更多信息]
• 使用时长： [需要更多信息]
• 云服务提供商： [需要更多信息]
• 计算区域： [需要更多信息]
• 碳排放： [需要更多信息]

技术规格 [可选]

模型架构与目标

[需要更多信息]

计算基础设施

[需要更多信息]

硬件

[需要更多信息]

软件

[需要更多信息]

引用 [可选]

BibTeX：

[需要更多信息]

APA：

[需要更多信息]

术语表 [可选]

[需要更多信息]

更多信息 [可选]

[需要更多信息]

模型卡片作者 [可选]

[需要更多信息]

模型卡片联系方式

[需要更多信息]