🚀 模型卡片:transformers
本模型卡片介紹的是一個基於transformers庫的模型,該模型在模型中心發佈。它能為用戶提供特定的功能和服務,幫助用戶解決相關領域的問題。
📚 詳細文檔
模型詳情
這是一個發佈在模型中心的transformers模型的卡片,此卡片由系統自動生成。
屬性 |
詳情 |
開發方 |
待補充更多信息 |
資助方(可選) |
待補充更多信息 |
共享方(可選) |
待補充更多信息 |
模型類型 |
待補充更多信息 |
語言(自然語言處理) |
待補充更多信息 |
許可證 |
MIT |
微調基礎模型(可選) |
deepseek-ai/DeepSeek-R1-Distill-Qwen-14B |
模型來源(可選)
- 倉庫地址:待補充更多信息
- 論文(可選):待補充更多信息
- 演示(可選):待補充更多信息
使用方式
直接使用
本部分介紹模型在不進行微調或集成到更大生態系統/應用中的使用方式。待補充更多信息。
下游使用(可選)
本部分介紹模型在針對特定任務進行微調後,或集成到更大生態系統/應用中的使用方式。待補充更多信息。
非預期使用
本部分討論模型的誤用、惡意使用以及模型效果不佳的使用場景。待補充更多信息。
偏差、風險和侷限性
本部分旨在傳達模型在技術和社會技術方面的侷限性。待補充更多信息。
建議
直接用戶和下游用戶都應瞭解該模型的風險、偏差和侷限性。如需進一步建議,待補充更多信息。
訓練詳情
訓練數據
本部分應鏈接到數據集卡片,並簡要介紹訓練數據的相關信息,以及數據預處理或額外過濾的文檔。待補充更多信息。
訓練過程
預處理(可選)
待補充更多信息。
訓練超參數
- 訓練機制:待補充更多信息(如fp32、fp16混合精度、bf16混合精度、bf16非混合精度、fp16非混合精度、fp8混合精度)
速度、規模、時間(可選)
本部分提供有關吞吐量、開始/結束時間、檢查點大小(如適用)等信息。待補充更多信息。
評估
測試數據、因素和指標
測試數據
本部分應儘可能鏈接到數據集卡片。待補充更多信息。
因素
這些是評估所細分的方面,例如子群體或領域。待補充更多信息。
指標
這些是所使用的評估指標,最好能說明原因。待補充更多信息。
結果
待補充更多信息。
總結
待補充更多信息。
模型審查(可選)
本部分介紹與模型可解釋性相關的工作。待補充更多信息。
環境影響
可使用Lacoste等人(2019)提出的機器學習影響計算器來估算碳排放。
- 硬件類型:待補充更多信息
- 使用時長:待補充更多信息
- 雲服務提供商:待補充更多信息
- 計算區域:待補充更多信息
- 碳排放:待補充更多信息
技術規格(可選)
模型架構和目標
待補充更多信息。
計算基礎設施
硬件
待補充更多信息。
軟件
待補充更多信息。
引用(可選)
BibTeX
待補充更多信息。
APA
待補充更多信息。
術語表(可選)
本部分包含有助於讀者理解模型或模型卡片的術語和計算方法(如適用)。待補充更多信息。
更多信息(可選)
待補充更多信息。
模型卡片作者(可選)
待補充更多信息。
模型卡片聯繫方式
待補充更多信息。