Text Generation
Transformers
Safetensors
Finnish
bloom
text-generation-inference
Inference Endpoints
mpasila's picture
Update README.md
78371f1 verified
metadata
language:
  - fi
pipeline_tag: text-generation
base_model: mpasila/gpt3-finnish-8B-gptq-4bit
license: apache-2.0
datasets:
  - Finnish-NLP/Capybara-fi-deepl-translated-sft
  - mpasila/Capybara-fi-deepl-translated-sft-alpaca

Model Card for Capybara-Finnish-V1-8B

This is a merge of mpasila/Capybara-Finnish-V1-8B-LoRA.

Base model used: mpasila/gpt3-finnish-8B-gptq-4bit and the original unquantized model: TurkuNLP/gpt3-finnish-8B.

Dataset used with the LoRA is Finnish-NLP/Capybara-fi-deepl-translated-sft with some modifications so it uses Alpaca formatting modified dataset.

It uses Alpaca format but with a translated instruction at the start:

{
    "instruction,output": "Alla on ohje, jossa kuvataan tehtävä. Kirjoita vastaus, joka täyttää pyynnön asianmukaisesti.\n\n### Instruction:\n%instruction%\n\n### Response:\n%output%",
    "instruction,input,output": "Alla on ohje, jossa kuvataan tehtävä ja joka on yhdistetty kontekstia lisäävään syötteeseen. Kirjoita vastaus, joka täyttää pyynnön asianmukaisesti.\n\n### Instruction:\n%instruction%\n\n### Input:\n%input%\n\n### Response:\n%output%"
}

Merged using this Colab notebook. It might not be the best way to merge a quantized LoRA on to a float16 model but I just wanted to quickly do something. You can try merging it better if you want.

Framework versions

  • PEFT 0.8.2