访问官网
Huggingface
文档项目介绍：POLAR-14B-v0.2
POLAR-14B-v0.2 是由 Plateer 的人工智能实验室开发的一个大型韩语语言模型（LLM）。其灵感来源于上坡科技的 SOLAR 模型，团队希望借此贡献于韩国语言模型生态系统的发展。这个项目由 Woomun Jung、Eunsoo Ha、MinYoung Joo 和 Seongjun Son 领导开发。
模型描述
POLAR 作为一个语言模型，主要支持韩语的自然语言处理任务。模型的开发和分发遵循 Apache-2.0 许可证。
用途
直接使用
用户可以通过以下代码直接在应用中使用这个模型：
from transformers import AutoTokenizer, AutoModelForCausalLM
tokenizer = AutoTokenizer.from_pretrained("x2bee/POLAR-14B-v0.2")
model = AutoModelForCausalLM.from_pretrained("x2bee/POLAR-14B-v0.2")
下游应用
具体细节和下游应用案例尚待提供。
不适用的范围
对于可能的误用、恶意使用或模型不能很好处理的任务，本项目卡中未详述，需更多信息补充。
偏见、风险与局限性
大量研究探讨了语言模型中的偏见和公正性问题，例如 Sheng 等人（2021）和 Bender 等人（2021）的研究。这些模型生成的预测可能会包含关于保护群体、身份特征以及敏感、社会和职业群体的负面和有害刻板印象。
训练详情
有关训练数据和训练过程的信息目前尚不充分，需更多细节填充。
环境影响
可以通过 Lacoste 等人（2019）提出的 机器学习影响计算器 估算碳排放。目前对具体硬件类型、使用小时数、云服务提供商、计算区域及排放量的细节信息也有待补充。
技术规格
对于模型架构、目标及计算基础设施等技术细节的描述，当前缺乏相关信息，需后续补充。
引用格式
使用 BibTeX 和 APA 格式的信息，仍需进一步提供。
进一步信息
如需了解更多公司信息，可以访问该链接：tech.x2bee.com
模型卡作者
模型由 Woomun Jung、MinYoung Joo、Eunsu Ha 和 Seungjun Son 撰写。对于模型卡的联系信息尚需提供更多细节。
如何开始使用模型
详细的使用方法和代码示例部分的信息目前尚需完善。
