Text Generation
Diffusers
axionis-0.5-beta / README.md
Homebax's picture
Update README.md
31faa35 verified
metadata
license: apache-2.0
datasets:
  - nvidia/OpenCodeReasoning
  - zwhe99/DeepMath-103K
language:
  - aa
  - ab
  - ae
  - af
  - ak
  - am
  - an
  - ar
  - as
  - av
  - ay
  - az
  - ba
  - be
  - bg
  - bh
  - bi
  - bm
  - bn
  - bo
  - bs
  - cs
  - br
  - ca
  - ce
  - ch
  - co
  - cr
  - cu
  - cv
  - da
  - cy
  - de
  - dv
  - eo
  - el
  - eu
  - fa
  - fi
  - fj
  - fo
  - fr
  - fy
  - ga
  - gd
  - gl
  - gn
  - gu
  - gv
  - ha
  - he
  - hi
  - ho
  - hr
  - ht
  - hu
  - hy
  - hz
  - ia
  - id
  - ie
  - ig
  - ii
  - ik
  - io
  - is
  - it
  - iu
  - ja
  - jv
  - ka
  - kg
  - ki
  - kj
  - kk
  - kl
  - km
  - kn
  - ko
  - kr
  - ks
  - ku
  - kv
  - kw
  - ky
  - dz
  - lb
  - lg
  - li
  - ln
  - lo
  - lt
  - lu
  - lv
  - mg
  - mh
  - mi
  - mk
  - ml
  - mn
  - mr
  - ms
  - mt
  - my
  - na
  - nb
  - nd
  - ne
  - ng
  - nr
  - nv
  - nl
  - nn
  - ny
  - oc
  - oj
  - om
  - ff
  - ee
  - en
new_version: deepseek-ai/DeepSeek-Prover-V2-671B
pipeline_tag: text-generation
library_name: diffusers

tags: - all language - text-generation - transformer - [DALŠÍ RELEVANTNÍ TAGY - např. generative, language-model, beta]

Model Card pro axionis-0.5-beta 🚀

Popis modelu

axionis-0.5-beta je experimentální verze generativního jazykového modelu zaměřeného primárně na češtinu. Tento model je v beta fázi vývoje a slouží k [POPIŠ HLAVNÍ FUNKCI - např. generování textu, sumarizaci, odpovídání na otázky v češtině].

Je postaven na architektuře [DOPLŇ ARCHITEKTURU - např. Transformer, upravený xxx model, velikost modelu parametry - např. 7B parametry] a představuje průběžné vydání s cílem sbírat zpětnou vazbu od komunity pro další iterace a vylepšení.

Jedná se o ranou verzi a je důležité si uvědomit její omezení a potenciální rizika popsaná níže.

Použití

Tento model lze snadno načíst a používat pomocí knihovny transformers od Hugging Face.

Instalace

Ujistěte se, že máte nainstalovanou knihovnu transformers a příslušný backend (např. torch nebo tensorflow).

pip install transformers torch  # nebo tensorflow podle potřeby