fla-hub/transformer-1.3B-100B

fla-hub/transformer-1.3B-100B figura en Hugging Face como un modelo de text-generation. Esta página registra la instantánea pública del repositorio d6f66f4181fa669e5863327815b44533e3a395e7; verifique la revisión, la licencia y el soporte de ejecución indicados antes de usarlo.

Actualizado

Computraq está preparando su lanzamiento. Estas guías explican los preparativos y el marco propuesto; no establecen un servicio activo, una integración ni una colaboración.

Identidad y acceso

El registro del publicador identifica este repositorio como fla-hub/transformer-1.3B-100B. Su instantánea pública actual es d6f66f4181fa669e5863327815b44533e3a395e7. El acceso es repositorio público; revise la licencia aplicable y los términos del publicador; la etiqueta de licencia registrada es mit. Un repositorio público o una descarga con acceso restringido no establece permiso para todos los usos.

Datos de configuración

La configuración fijada indica el tipo de modelo transformer y la arquitectura TransformerForCausalLM. El hub de modelos lo etiqueta para text-generation; estas etiquetas describen metadatos del repositorio y no establecen el rendimiento en benchmarks.

  • hidden_size: 2048
  • max_position_embeddings: 2048
  • num_hidden_layers: 24
  • rms_norm_eps: 1e-06
  • rope_theta: 10000.0
  • torch_dtype: bfloat16
  • vocab_size: 32000

Cualificación específica del modelo

Antes del despliegue, confirme el tokenizador y la plantilla de chat exactos, la longitud de contexto admitida, el motor de servicio, el formato de salida y la evaluación específica de la carga de trabajo. La model card y la configuración describen artefactos, no un servicio disponible ni una garantía de rendimiento.

Planificación de memoria de pesos

Esta guía no conserva un recuento lógico de parámetros verificado de forma independiente, por lo que omite una estimación numérica de memoria de pesos. Si se verifica un recuento para esta revisión exacta del repositorio, use el recuento de parámetros × bytes por parámetro para un mínimo solo de pesos; después tenga en cuenta por separado la caché KV, el contexto, las activaciones, el entorno de ejecución y la concurrencia.

Revisión y reproducibilidad

Los metadatos y la configuración están fijados a la revisión d6f66f4181fa669e5863327815b44533e3a395e7. Fije este commit al reproducir una evaluación. Las ramas del repositorio pueden cambiar, y esta verificación de fuentes no valida los pesos del modelo en sí.

Registro publicado

  • Tarea: text-generation
  • Tipo de modelo: transformer
  • Arquitectura: TransformerForCausalLM
  • Etiqueta de licencia: mit
  • Acceso: repositorio público; revise la licencia aplicable y los términos del publicador
  • Revisión: d6f66f4181fa669e5863327815b44533e3a395e7

Fuentes y verificación