/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3
Архитектура
llama · dense
Опубликована
6 мая 2024

Llama-3-Gamma-Twist

Генерация текстаТекст → текст3 профессии

Экспериментальная модель Llama 3 для генерации историй и продолжения длинных диалогов с контекстом до 8192 токенов.

23скачиваний за 30 дней0лайковвеса обновлены6 мая 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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Blackroot/Llama-3-Gamma-Twist — экспериментальная разговорная модель семейства Llama 3, предназначенная прежде всего для генерации художественных историй с учётом длинного контекста. По README, модель обучена на пользовательском датасете объёмом 100 МБ в течение четырёх эпох: очищенные длинные диалоги были переработаны и дополнены сводками, которые переносили контекст прошлой беседы в следующую. Указанный формат подсказок соответствует Llama 3, а контекст составляет 8192 токена.

В метаданных указаны плотная архитектура LlamaForCausalLM, 7,5 млрд параметров, формат safetensors и лицензия llama3. README также называет веса FP16 и размер 8B; эти сведения расходятся с размером 7,5B из метаданных. Автор отмечает, что модель существенно недообучена, поэтому качество и устойчивость результатов ограничены; более длительное обучение упомянуто как продолжающаяся работа. Модель предназначена для экспериментов и генерации историй, а условия использования определяются лицензией llama3.

Сценарии применения

  • генерация художественных историй
  • продолжение длинного диалога с учётом предыдущих событий
  • эксперименты с переносом контекста диалога через сводки

Ограничения

Автор сообщает о существенном недообучении модели, что может ограничивать качество и надёжность генерации. В README размер указан как 8B, тогда как метаданные указывают 7,5B параметров.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

8B FP 16 weights

Prompt format is the same as Llama 3: https://llama.meta.com/docs/model-cards-and-prompt-formats/meta-llama-3/ Standard context length of 8192

This is a testing model trained on a custom 100MB dataset for 4 epochs geared for storytelling with a rolling context window, but might be good at other things too. There's significant evidence that the model is undertrained, longer training runs are baking now.

The dataset was constructed from cleaned long form dialogue, restructured, and then summarized with Llama-70B, and temporally stacked so that the summary of the past dialogue begins the next dialogue. Almost all samples were between 7500-8192 tokens long.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
48ca739

0 моделей