Downloads · 30 days
157
5% of all-time downloads
RichardErkhov/cocoirun_-_Yi-Ko-6B-instruct-v1.0-gguf
cocoirun_-_Yi-Ko-6B-instruct-v1.0-gguf is a machine learning model from RichardErkhov. Use it for the machine learning task on the model card, and read the license before you ship it in a product.
Downloads · 30 days
157
5% of all-time downloads
All-time downloads
3K
Public
Repo size
71 GB
Likes
0
Public
Click a slice to open those files.
.gguf82.3 GB · 100%
From the Hugging Face model README
Quantization made by Richard Erkhov.
Yi-Ko-6B-instruct-v1.0 - GGUF
| Name | Quant method | Size |
|---|---|---|
| Yi-Ko-6B-instruct-v1.0.Q2_K.gguf | Q2_K | 2.24GB |
| Yi-Ko-6B-instruct-v1.0.IQ3_XS.gguf | IQ3_XS | 2.48GB |
| Yi-Ko-6B-instruct-v1.0.IQ3_S.gguf | IQ3_S | 2.6GB |
| Yi-Ko-6B-instruct-v1.0.Q3_K_S.gguf | Q3_K_S | 2.59GB |
| Yi-Ko-6B-instruct-v1.0.IQ3_M.gguf | IQ3_M | 2.69GB |
| Yi-Ko-6B-instruct-v1.0.Q3_K.gguf | Q3_K | 2.86GB |
| Yi-Ko-6B-instruct-v1.0.Q3_K_M.gguf | Q3_K_M | 2.86GB |
| Yi-Ko-6B-instruct-v1.0.Q3_K_L.gguf | Q3_K_L | 3.08GB |
| Yi-Ko-6B-instruct-v1.0.IQ4_XS.gguf | IQ4_XS | 3.18GB |
| Yi-Ko-6B-instruct-v1.0.Q4_0.gguf | Q4_0 | 3.32GB |
| Yi-Ko-6B-instruct-v1.0.IQ4_NL.gguf | IQ4_NL | 3.35GB |
| Yi-Ko-6B-instruct-v1.0.Q4_K_S.gguf | Q4_K_S | 3.34GB |
| Yi-Ko-6B-instruct-v1.0.Q4_K.gguf | Q4_K | 3.5GB |
| Yi-Ko-6B-instruct-v1.0.Q4_K_M.gguf | Q4_K_M | 3.5GB |
| Yi-Ko-6B-instruct-v1.0.Q4_1.gguf | Q4_1 | 3.66GB |
| Yi-Ko-6B-instruct-v1.0.Q5_0.gguf | Q5_0 | 4.0GB |
| Yi-Ko-6B-instruct-v1.0.Q5_K_S.gguf | Q5_K_S | 4.0GB |
| Yi-Ko-6B-instruct-v1.0.Q5_K.gguf | Q5_K | 4.09GB |
| Yi-Ko-6B-instruct-v1.0.Q5_K_M.gguf | Q5_K_M | 4.09GB |
| Yi-Ko-6B-instruct-v1.0.Q5_1.gguf | Q5_1 | 4.34GB |
| Yi-Ko-6B-instruct-v1.0.Q6_K.gguf | Q6_K | 4.72GB |
| Yi-Ko-6B-instruct-v1.0.Q8_0.gguf | Q8_0 | 6.12GB |
<b><학습 데이터 구축></b>
Open-Orca-ko 데이터를 분석하여 태스크를 추출한 뒤 해당 태스크에 맞춰서 NLP 관련 오픈소스 데이터를 활용하여 학습데이터를 자체적으로 약 4만건(역사, 과학, 수학, 기계독해, 리뷰 분석) 구축하였고, 그 외에 Open-Orca-Ko에서 데이터를 일부 필터링하여 정제해거나 KoBEST 데이터를 함께 추가하였습니다. aihub 일반상식 및 기계독해 데이터를 활용하여 추가로 학습 데이터를 구축(형태소 관련, 기계독해 관련 및 요약) 각종 블로그에서 역사 및 상식 퀴즈를 사람이 직접 학습데이터 형태로 변경 AI2AI Challenge 데이터를 파파고를 통해 번역 및 오역된 부분을 사람이 직접 수정 하는 작업을 수행 영어 번역 데이터 영한/한영 데이터 학습 데이터로 활용 진행
총 11만개의 학습데이터로 sft를 진행하였습니다. <br> 현재, 새로운 버전의 모델 학습 및 성능을 위해 Open-Orca 데이터셋 일부를 번역하여 정제 중에 있습니다. <br>
###학습 데이터 파일은 비공개입니다.
<b><학습></b> 학습은 LoRA를 사용하여 A100 40G *2에서 학습을 진행하였습니다.