Характеристики

Контекст: 8 192 токена
Параметры: 7,6 млрд
Размер весов: 16,4 ГБ
Лицензия: MIT
Архитектура: llama · dense
Библиотека: transformers
Опубликована: 29 июл 2024

Ссылки

Hugging Face

llama3-pre1-pre2-ins1-lora3

4yo1

Генерация текстаТекст → текст4 профессии

Дообученная модель Llama на 7,6 млрд параметров для перевода между английским и корейским языками и генерации текста.

9скачиваний за 30 дней0лайковвеса обновлены29 июл 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

4yo1/llama3-pre1-pre2-ins1-lora3 — языковая модель на архитектуре Llama, опубликованная 4yo1. В README модель описана как дообученная; метаданные указывают 7,6 млрд параметров, библиотеку Transformers и контекст до 8192 токенов. Репозиторий содержит веса safetensors.

Модель предназначена для перевода между английским и корейским языками. Метаданные также отмечают возможность генерации текста и чат-интерфейс. Лицензия — MIT. В карточке не приведены результаты оценки качества или подробности обучения, поэтому пригодность для конкретной задачи следует проверять отдельно.

Сценарии применения

перевод с английского на корейский
перевод с корейского на английский
генерация текста на английском и корейском языках

Ограничения

В README не приведены результаты оценки качества и подробности обучения; качество перевода для нужной пары языков и сценария следует проверять отдельно.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Model ID

Model Details

Model Card: sapie with Fine-Tuning Model Overview Model Name: 4yo1/llama3-pre1-pre2-ins1-lora3

Model Type: Transformer-based Language Model

Model Size: 8 billion parameters

by: 4yo1

Languages: English and Korean

how to use - sample code

from transformers import AutoConfig, AutoModel, AutoTokenizer

config = AutoConfig.from_pretrained("4yo1/llama3-pre1-pre2-ins1-lora3")
model = AutoModel.from_pretrained("4yo1/llama3-pre1-pre2-ins1-lora3")
tokenizer = AutoTokenizer.from_pretrained("4yo1/llama3-pre1-pre2-ins1-lora3")

datasets:

license: mit

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: LlamaForCausalLM
Ревизия весов: b2a24d1