Gemma 3 27b Thinking 0.1

🚀 モデルIDのモデルカード

このモデルは、特定のタスクを解決するために開発された🤗 transformersモデルです。以下に、モデルの詳細情報を提供します。

📚 モデル詳細

モデル説明

• 2,100個のサンプルの混合データで訓練されており、その多くは手動で収集・検証されたものです。
• このモデルは、簡潔で高品質なSFTデータセットのおかげで、QWQおよびR1モデルよりもはるかに短い思考時間で動作します。
• 思考タグをトリガーするためのシステムメッセージ（"<start_of_turn>user"の下に配置する必要があります）：
  • "You are an expert assistant. Think using <think> tags."
  • "You are a thinking assistant."

例:

<start_of_turn>user
You are a thinking assistant.
(1,234)² means 1,234 * 1,234; (1,234)³ means 1,234 * 1,234 * 1,234; and so forth. When (1,234)²³ is completely multiplied out, what will the number be in the ones place?
...

これは、Hubに公開された🤗 transformersモデルのモデルカードです。このモデルカードは自動生成されています。

• 開発者: [詳細情報が必要]
• 資金提供元（オプション）: [詳細情報が必要]
• 共有者（オプション）: [詳細情報が必要]
• モデルタイプ: [詳細情報が必要]
• 言語（NLP）: [詳細情報が必要]
• ライセンス: [詳細情報が必要]
• ファインチューニング元のモデル（オプション）: [詳細情報が必要]

モデルソース（オプション）

• リポジトリ: [詳細情報が必要]
• 論文（オプション）: [詳細情報が必要]
• デモ（オプション）: [詳細情報が必要]

🛠️ 使用方法

直接使用

[詳細情報が必要]

下流の使用（オプション）

[詳細情報が必要]

想定外の使用

[詳細情報が必要]

⚠️ バイアス、リスク、および制限事項

推奨事項

ユーザー（直接ユーザーと下流ユーザーの両方）は、このモデルのリスク、バイアス、および制限事項を認識する必要があります。さらなる推奨事項については、詳細情報が必要です。

🚀 モデルの使い始め方

以下のコードを使用して、モデルを使い始めることができます。 [詳細情報が必要]

🔧 訓練詳細

訓練データ

[詳細情報が必要]

訓練手順

前処理（オプション）

[詳細情報が必要]

訓練ハイパーパラメータ

• 訓練方式: [詳細情報が必要]

速度、サイズ、時間（オプション）

[詳細情報が必要]

📊 評価

テストデータ、要因、および指標

テストデータ

[詳細情報が必要]

要因

[詳細情報が必要]

指標

[詳細情報が必要]

結果

[詳細情報が必要]

まとめ

🌱 モデルの検証（オプション）

[詳細情報が必要]

🌍 環境への影響

炭素排出量は、Lacoste et al. (2019)で提示されたMachine Learning Impact calculatorを使用して推定することができます。

• ハードウェアタイプ: [詳細情報が必要]
• 使用時間: [詳細情報が必要]
• クラウドプロバイダー: [詳細情報が必要]
• コンピュートリージョン: [詳細情報が必要]
• 排出された炭素量: [詳細情報が必要]

📋 技術仕様（オプション）

モデルアーキテクチャと目的

[詳細情報が必要]

コンピュートインフラストラクチャ

ハードウェア

[詳細情報が必要]

ソフトウェア

[詳細情報が必要]

📑 引用（オプション）

BibTeX: [詳細情報が必要]

APA: [詳細情報が必要]

📖 用語集（オプション）

[詳細情報が必要]

ℹ️ その他の情報（オプション）

[詳細情報が必要]

📝 モデルカード作成者（オプション）

[詳細情報が必要]

📞 モデルカードの問い合わせ先

[詳細情報が必要]