Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Unterstützt große Sprachmodelle für die Feinabstimmung
Mithilfe der Autopilot-API können Benutzer die folgenden großen Sprachmodelle (LLMs) optimieren. Diese Modelle werden von Amazon betrieben SageMaker JumpStart.
Anmerkung
Für Feinabstimmungsmodelle, die die Annahme einer Endbenutzer-Lizenzvereinbarung erfordern, müssen Sie bei der Erstellung Ihres AutoML-Jobs ausdrücklich die Zustimmung zur EULA erklären. Beachten Sie, dass nach der Feinabstimmung eines vortrainierten Modells die Gewichte des ursprünglichen Modells geändert werden, sodass Sie später bei der Bereitstellung des fein abgestimmten Modells keine EULA akzeptieren müssen.
Informationen darüber, wie Sie die EULA akzeptieren können, wenn Sie einen Job zur Feinabstimmung mithilfe der AutoML-API erstellen, finden Sie unter. So legen Sie die EULA-Akzeptanz bei der Feinabstimmung eines Modells mithilfe der AutoML-API fest
Sie finden die vollständigen Details zu den einzelnen Modellen, indem Sie in der folgenden JumpStart Modelltabelle nach Ihrer Modell-ID
JumpStart Modell-ID | BaseModelName in der API-Anfrage. |
Beschreibung |
---|---|---|
huggingface-textgeneration-dolly-v2-3b-bf16 | Dolly3B |
Dolly 3B ist ein großes Sprachmodell mit 2,8 Milliarden Parametern, das Anweisungen befolgt und auf Pythia-2.8b basiert. |
huggingface-textgeneration-dolly-v2-7b-bf16 | Dolly7B |
Dolly 7B ist ein großes Sprachmodell mit 6,9 Milliarden Parametern, das Anweisungen befolgt und auf Pythia-6.9b basiert. |
huggingface-textgeneration-dolly-v2-12b-bf16 | Dolly12B |
Dolly 12B ist ein großes Sprachmodell mit 12 Milliarden Parametern, das Anweisungen befolgt und auf Pythia-12b basiert. |
huggingface-llm-falcon-7b-bf16 | Falcon7B |
Falcon 7B ist ein kausales Großsprachmodell mit 7 Milliarden Parametern, das auf 1.500 Milliarden Tokens trainiert wurde und mit kuratierten Korpora erweitert wurde. Falcon-7B wurde ausschließlich mit englischen und französischen Daten trainiert und lässt sich nicht angemessen auf andere Sprachen verallgemeinern. Da das Modell auf großen Mengen von Webdaten trainiert wurde, enthält es die Stereotypen und Vorurteile, die häufig im Internet zu finden sind. |
huggingface-llm-falcon-7b-instruct-bf16 | Falcon7BInstruct |
Falcon 7B Instruct ist ein kausales, umfangreiches Sprachmodell mit 7 Milliarden Parametern, das auf Falcon 7B aufbaut und auf einer Mischung aus Chat/Instruct-Datensätzen mit 250 Millionen Tokens fein abgestimmt wurde. Falcon 7B Instruct wird hauptsächlich auf englischen Daten trainiert und lässt sich nicht angemessen auf andere Sprachen verallgemeinern. Da es auf umfangreichen Korpora, die für das Internet repräsentativ sind, trainiert wurde, vermittelt es zudem die Stereotypen und Vorurteile, denen man im Internet häufig begegnet. |
huggingface-llm-falcon-40b-bf16 | Falcon40B |
Falcon 40B ist ein kausales, umfangreiches Sprachmodell mit 40 Milliarden Parametern, das auf 1.000 Milliarden Tokens trainiert wurde und mit kuratierten Korpora erweitert wurde. Es wird hauptsächlich in Englisch, Deutsch, Spanisch und Französisch trainiert, mit begrenzten Fähigkeiten in Italienisch, Portugiesisch, Polnisch, Niederländisch, Rumänisch, Tschechisch und Schwedisch. Es lässt sich nicht angemessen auf andere Sprachen verallgemeinern. Da es an großen Korpora, die für das Internet repräsentativ sind, trainiert wurde, trägt es außerdem die Stereotypen und Vorurteile, denen man im Internet häufig begegnet. |
huggingface-llm-falcon-40b-instruct-bf16 | Falcon40BInstruct |
Falcon 40B Instruct ist ein kausales, umfangreiches Sprachmodell mit 40 Milliarden Parametern, das auf Falcon40B aufbaut und auf einer Mischung aus Baize fein abgestimmt wurde. Es basiert hauptsächlich auf englischen und französischen Daten und lässt sich nicht angemessen auf andere Sprachen verallgemeinern. Da es sich zudem auf umfangreiche Korpora stützt, die für das Internet repräsentativ sind, vermittelt es die Stereotypen und Vorurteile, denen man im Internet häufig begegnet. |
huggingface-text2text-flan-t5-large | FlanT5L |
Die Flan-T5 |
huggingface-text2text-flan-t5-xl | FlanT5XL |
Die Flan-T5 |
huggingface-text2text-flan-t5-xxll | FlanT5XXL |
Die Flan-T5 |
meta-textgeneration-llama-2-7b | Llama2-7B |
Llama 2 ist eine Sammlung von vortrainierten und fein abgestimmten generativen Textmodellen mit einer Skala von 7 Milliarden bis 70 Milliarden Parametern. Llama2-7B ist das Modell mit 7 Milliarden Parametern, das für den englischen Gebrauch bestimmt ist und für eine Vielzahl von Aufgaben zur Generierung natürlicher Sprache angepasst werden kann. |
meta-textgeneration-llama-2-7b-f | Llama2-7BChat |
Llama 2 ist eine Sammlung von vortrainierten und fein abgestimmten generativen Textmodellen mit einer Skala von 7 Milliarden bis 70 Milliarden Parametern. Llama2-7B ist das Chat-Modell mit 7 Milliarden Parametern, das für Dialog-Anwendungsfälle optimiert ist. |
meta-textgeneration-llama-2-13b | Llama2-13B |
Llama 2 ist eine Sammlung von vortrainierten und fein abgestimmten generativen Textmodellen mit einer Skala von 7 Milliarden bis 70 Milliarden Parametern. Llama2-13B ist das Modell mit 13 Milliarden Parametern, das für den englischen Gebrauch bestimmt ist und für eine Vielzahl von Aufgaben zur Generierung natürlicher Sprache angepasst werden kann. |
meta-textgeneration-llama-2-13b-f | Llama2-13BChat |
Llama 2 ist eine Sammlung von vortrainierten und fein abgestimmten generativen Textmodellen mit einer Skala von 7 Milliarden bis 70 Milliarden Parametern. Llama2-13B ist das Chat-Modell mit 13 Milliarden Parametern, das für Dialog-Anwendungsfälle optimiert ist. |
huggingface-llm-mistral-7b | Mistral7B |
Mistral 7B ist ein Code mit sieben Milliarden Parametern und ein Allzweckmodell zur englischen Textgenerierung. Es kann in einer Vielzahl von Anwendungsfällen verwendet werden, einschließlich Textzusammenfassung, Klassifizierung, Textvervollständigung oder Codevervollständigung. |
huggingface-llm-mistral-7b-instruct | Mistral7BInstruct |
Mistral 7B Instruct ist die fein abgestimmte Version von Mistral 7B für Konversationsanwendungen. Es wurde auf die Verwendung einer Vielzahl von öffentlich zugänglichen Konversationsdatensätzen in englischer Sprache spezialisiert. |
huggingface-textgeneration1-mpt-7b-bf16 | MPT7B |
MPT 7B ist ein großsprachiges Transformatormodell im Decoder-Stil mit 6,7 Milliarden Parametern, das von Grund auf auf 1 Billion Tokens mit englischem Text und Code vortrainiert wurde. Es ist darauf vorbereitet, lange Kontextlängen zu verarbeiten. |
huggingface-textgeneration1-mpt-7b-instruct-bf16 | MPT7BInstruct |
MPT 7B Instruct ist ein Modell für den Unterricht in Kurzform zur Ausführung von Aufgaben. Es basiert auf der Feinabstimmung von MPT 7B auf einem Datensatz, der aus den Datensätzen Databricks-Dolly-15k |