/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
61,2 ГБ
Архитектура
deepseek · dense
Опубликована
19 апр 2024

llama-3-4x8b

Генерация текстаТекст → текст7 профессий

Разговорная текстовая модель на базе Llama-3-8b с четырьмя активными экспертами для генерации текста и диалога.

86скачиваний за 30 дней30лайковвеса обновлены19 апр 2024

Бенчмарки

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

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

Crystalcareai/llama-3-4x8b — разговорная языковая модель для генерации текста. В README она описана как смесь экспертов на основе Llama-3-8b с четырьмя экспертами и архитектурой DeepSeek-MoE; все эксперты участвуют в обработке каждого токена, без маршрутизации и gate-механизма. Метаданные классифицируют архитектуру как плотную DeepseekForCausalLM и указывают 7,5 млрд параметров, контекст 8192 токена и формат safetensors.

Модель предназначена для диалога и генерации текста. Карточка не сообщает, на каких данных она обучалась и какие языки поддерживает. Лицензия в предоставленных сведениях не указана.

Сценарии применения

  • генерация ответов в чат-боте
  • ведение текстового диалога
  • создание черновиков и продолжение текста

Ограничения

README и метаданные не описывают качество модели, обучающие данные и поддерживаемые языки. Лицензия в предоставленных сведениях отсутствует.

Для каких профессий подходит7

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

This is an MOE of Llama-3-8b with 4 experts. This does not use semantic routing, as this utilizes the deepseek-moe architecture. There is no routing, and there is no gate - all experts are active on every token.

import torch
from transformers import AutoTokenizer, TextStreamer, AutoModelForCausalLM

model_path = "Crystalcareai/llama-3-4x8b"
model = AutoModelForCausalLM.from_pretrained(
    model_path,
    device_map="auto",
    low_cpu_mem_usage=True,
    torch_dtype=torch.bfloat16,
    trust_remote_code=True,
    attn_implementation="flash_attention_2",
)

tokenizer = AutoTokenizer.from_pretrained(model_path)
streamer = TextStreamer(tokenizer, skip_prompt=True, skip_special_tokens=True)

# Modify the prompt to match the Alpaca instruction template
prompt = """
Below is an instruction that describes a task, paired with an input that provides further context. Write a response that appropriately completes the request.

### Instruction:
Sam is faster than Joe. Joe is faster than Jane. Is Sam faster than Jane? Explain your reasoning step by step.

### Input:

### Response:
"""

tokens = tokenizer(
    prompt, 
    return_tensors='pt'
).input_ids.cuda()

generation_output = model.generate(
    tokens, 
    streamer=streamer,
    max_new_tokens=512,
)

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
DeepseekForCausalLM
Ревизия весов
5ec1855

0 моделей