/ Модель

Характеристики

Контекст
131 072 токена
Параметры
3,2 млрд
Размер весов
6,4 ГБ
Лицензия
Llama 3.2
Архитектура
llama · dense
Базовая модель
Llama-3.2-3B-Instruct
Опубликована
30 сен 2024

Llama-3.2-Rabbit-Ko-3B-Instruct

Генерация текстаТекст → текст6 профессий

Дообученная CarrotAI модель Llama на 3,2 млрд параметров для диалогов и генерации текста на корейском и английском языках.

49скачиваний за 30 дней11лайковвеса обновлены20 мар 2025

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 оценки6

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

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,271

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,7199

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,2054

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,4427

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,2822

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3649

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

CarrotAI/Llama-3.2-Rabbit-Ko-3B-Instruct — инструкционная языковая модель CarrotAI для диалогов и генерации текста на корейском и английском языках. Это плотная causal language model семейства Llama с 3,2 млрд параметров, дообученная методом SFT на корейских и английских данных. Контекст модели составляет до 131 072 токенов; веса доступны в формате safetensors.

Модель подходит для диалогового помощника, ответов на вопросы, суммаризации и других текстовых задач на корейском и английском. В карточке приведены результаты оценивания на наборах GSM8K, GSM8K-Ko, Haerae и KoBEST. Из-за размера 3B её возможности на сложных задачах ограничены; модель может уступать в узкоспециализированных областях, выдавать предвзятые ответы и галлюцинировать. Лицензия — Llama 3.2.

Сценарии применения

  • создание диалогового помощника на корейском языке
  • ответы на вопросы на корейском и английском
  • суммаризация текстов на корейском и английском
  • генерация инструкций и текстовых ответов
  • решение простых математических задач на корейском и английском

Ограничения

Модель ограничена в сложных задачах и не обладает глубокой экспертизой в отдельных предметных областях; возможны предвзятые ответы и галлюцинации.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

image/webp

Model Description

Model Details

  • Name: Carrot Llama-3.2 Rabbit Ko
  • Version: 3B Instruct
  • Base Model: CarrotAI/Llama-3.2-Rabbit-Ko-3B-Instruct
  • Languages: Korean, English
  • Model Type: Large Language Model (Instruction-tuned)

Training Process

본 모델은 다음과 같은 주요 훈련 단계를 거쳤습니다:

  1. SFT (Supervised Fine-Tuning)
    • 고품질 한국어 및 영어 데이터셋을 사용하여 기본 모델을 세부 조정

Limitations

  • 3B 파라미터 규모로 인한 복잡한 작업에서의 제한적 성능
  • 특정 도메인에 대한 깊이 있는 전문성 부족
  • 편향성 및 환각 가능성

Ethics Statement

모델 개발 과정에서 윤리적 고려사항을 최대한 반영하였으나, 사용자는 항상 결과를 비판적으로 검토해야 합니다.

How to Use

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("CarrotAI/Llama-3.2-Rabbit-Ko-3B-Instruct")
tokenizer = AutoTokenizer.from_pretrained("CarrotAI/Llama-3.2-Rabbit-Ko-3B-Instruct")

Score

TasksVersionFiltern-shotMetricValueStderr
gsm8k3flexible-extract5exact_match↑0.6490±0.0131
strict-match5exact_match↑0.0023±0.0013
gsm8k-ko3flexible-extract5exact_match↑0.3275±0.0134
strict-match5exact_match↑0.2737±0.0134
ifeval4none5inst_level_loose_acc↑0.8058±N/A
none5inst_level_strict_acc↑0.7686±N/A
none5prompt_level_loose_acc↑0.7320±0.0191
none5prompt_level_strict_acc↑0.6858±0.0200
TasksVersionFiltern-shotMetricValueStderr
haerae1noneacc↑0.4180±0.0148
noneacc_norm↑0.4180±0.0148
- haerae_general_knowledge1none5acc↑0.3125±0.0350
none5acc_norm↑0.3125±0.0350
- haerae_history1none5acc↑0.3404±0.0347
none5acc_norm↑0.3404±0.0347
- haerae_loan_word1none5acc↑0.4083±0.0379
none5acc_norm↑0.4083±0.0379
- haerae_rare_word1none5acc↑0.4815±0.0249
none5acc_norm↑0.4815±0.0249
- haerae_standard_nomenclature1none5acc↑0.4771±0.0405
none5acc_norm↑0.4771±0.0405
TasksVersionFiltern-shotMetricValueStderr
kobest_boolq1none5acc↑0.7664±0.0113
none5f1↑0.7662±N/A
kobest_copa1none5acc↑0.5620±0.0157
none5f1↑0.5612±N/A
kobest_hellaswag1none5acc↑0.3840±0.0218
none5acc_norm↑0.4900±0.0224
none5f1↑0.3807±N/A
kobest_sentineg1none5acc↑0.5869±0.0247
none5f1↑0.5545±N/A
kobest_wic1none5acc↑0.4952±0.0141
none5f1↑0.4000±N/A

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
fd1081d

0 моделей