aya-expanse:latest im LLM-Testsuite-Report
Modellbeschreibung
Die Sprachmodelle von Cohere For AI wurden darauf trainiert, in 23 verschiedenen Sprachen gute Leistungen zu erbringen.
| Modellfamilie | aya-expanse |
|---|---|
| Kontext | 8K |
| Input | Text |
| Größe | 51 GB |
| Familiengrößen | 8b, 32b |
Readme-Auszug
Aya Expanse stellt einen bedeutenden Fortschritt bei den mehrsprachigen KI-Fähigkeiten dar. Durch die Verbindung der Command-Modellfamilie von Cohere mit einem Jahr gezielter Forschung zur mehrsprachigen Optimierung sind vielseitige Modelle mit 8 und 32 Milliarden Parametern entstanden, die Texte in 23 Sprachen verstehen und erzeugen können und dabei in allen Sprachen eine hohe Leistung beibehalten.
Hauptmerkmale
Mehrsprachige Sprachmodelle mit 8 und 32 Milliarden Parametern, entwickelt von Cohere For AI Unterstützt Arabisch, Chinesisch (vereinfacht und traditionell), Tschechisch, Niederländisch, Englisch, Französisch, Deutsch, Griechisch, Hebräisch, Hebräisch, Hindi, Indonesisch, Italienisch, Japanisch, Koreanisch, Persisch, Polnisch, Portugiesisch, Rumänisch, Russisch, Spanisch, Türkisch, Ukrainisch und Vietnamesisch Basiert auf der Command-Modellfamilie und auf umfangreicher Forschung zu Datenarbitrage, mehrsprachigem Präferenztraining und Sicherheitsabstimmung Kontextlänge von 128K Unter der CC-BY-NC-Lizenz mit zusätzlichen Nutzungsrichtlinien veröffentlicht
Referenzen
Blogbeitrag
HuggingFace
Hilfe zu Bewertung, Score und exakter Korrektheit
Score ist eine abgestufte Gütebewertung: correct = 100 %, mostly_correct = 80 %, partial = 50 %, wrong/not_answered = 0 %.
Exakt korrekt ist strenger: Nur Runs mit dem Label correct zählen. Mostly correct erhöht den Score, zählt aber nicht als exakt korrekt.
Bewertet zählt alle Runs mit fachlichem Urteil. Bei LLM-Judge-Ergebnissen zählen auch Judge-Fehler als bewertet, aber mit Score 0 %.