bigscience/bloomz-7b1
bigscience/bloomz-7b1 : génération de texte, licence BigScience BLOOM RAIL 1.0, 13,2 Gio de poids, 7,1 milliards de paramètres. Mémoire nécessaire estimée, fi
La source ne fournit pas de description structurée dans les métadonnées consultées.
Fiche factuelle
- Propriétaire déclaré
- bigscience
- Tâche déclarée
- Génération de texte
text-generation - Langues déclarées
- ak, Arabe, as, Bambara, bn, ca, code, Anglais, es, eu, fon, Français, gu, hi, id, ig, ki, kn, lg, Lingala, ml, mr, ne, nso, ny, or, pa, Portugais, rn, Kinyarwanda
- Licence déclarée
- BigScience BLOOM RAIL 1.0
- Qualification de licence
- Licence ouverte avec conditions
- Usage commercial
- Possible d’après la licence déclarée, à confirmer dans son texte (vérification du texte intégral requise)
- Accès public direct
- Oui, d’après l’API
- Format SafeTensors
- Déclaré
- Bibliothèque
- transformers
- Paramètres
- 7,1 milliards de paramètres
- Taille des poids connue
- 13,2 Gio
- Fichiers référencés
- 9
- Jeux de données déclarés
- bigscience/xP3
- Résultats d’évaluation structurés
- 20 (comparables seulement à protocole identique)
- Documentation structurée
- Présente
- Dernière mise à jour
- 2024-02-22T09:05:04.000Z
- Téléchargements
- 6364 (indicateur de popularité uniquement)
- Appréciations
- 146 (indicateur de popularité uniquement)
- Source
- Hugging Face Hub
- Dépôt de code explicitement lié
- Non renseigné
- Publication explicitement liée
- Consulter la publication
- Interrogé le
- 2026-10-07T23:39:09.829598+00:00
Évaluations déclarées
Ces valeurs sont reproduites depuis les métadonnées de la fiche. Ne comparez deux résultats que si la tâche, le jeu de données, sa version et le protocole sont identiques.
| Métrique | Valeur déclarée | Tâche | Jeu d’évaluation |
|---|---|---|---|
| Accuracy | 55,8 | Coreference resolution | Winogrande XL (xl) |
| Accuracy | 66,02 | Coreference resolution | XWinograd (en) |
| Accuracy | 57,83 | Coreference resolution | XWinograd (fr) |
| Accuracy | 52,87 | Coreference resolution | XWinograd (jp) |
| Accuracy | 57,79 | Coreference resolution | XWinograd (pt) |
| Accuracy | 54,92 | Coreference resolution | XWinograd (ru) |
| Accuracy | 63,69 | Coreference resolution | XWinograd (zh) |
| Accuracy | 42,1 | Natural language inference | ANLI (r1) |
| Accuracy | 39,5 | Natural language inference | ANLI (r2) |
| Accuracy | 41 | Natural language inference | ANLI (r3) |
| Accuracy | 80,36 | Natural language inference | SuperGLUE (cb) |
| Accuracy | 84,12 | Natural language inference | SuperGLUE (rte) |
| Accuracy | 53,25 | Natural language inference | XNLI (ar) |
| Accuracy | 43,61 | Natural language inference | XNLI (bg) |
| Accuracy | 46,83 | Natural language inference | XNLI (de) |
| Accuracy | 41,53 | Natural language inference | XNLI (el) |
| Accuracy | 59,68 | Natural language inference | XNLI (en) |
| Accuracy | 55,1 | Natural language inference | XNLI (es) |
| Accuracy | 55,26 | Natural language inference | XNLI (fr) |
| Accuracy | 50,88 | Natural language inference | XNLI (hi) |
Fichiers déclarés par la source
| Nom | Format | Précision détectée | Taille |
|---|---|---|---|
| .gitattributes | autre | inconnue | 1,5 Kio |
| README.md | autre | inconnue | 24,0 Kio |
| config.json | autre | inconnue | 747 octets |
| logs/logs/main_log.txt | autre | inconnue | 223,2 Mio |
| model.safetensors | safetensors | inconnue | 13,2 Gio |
| pytorch_model.bin | bin | inconnue | 13,2 Gio |
| special_tokens_map.json | autre | inconnue | 85 octets |
| tokenizer.json | autre | inconnue | 13,8 Mio |
| tokenizer_config.json | autre | inconnue | 223 octets |