Uploaded model
- Developed by: Deepcodr
- License: apache-2.0
- Finetuned from model : NousResearch/Meta-Llama-3-8B
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 8 192 токена
- Параметры
- 7,5 млрд
- Размер весов
- 16,1 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Базовая модель
- Meta-Llama-3-8B
- Опубликована
- 1 сен 2024
Ссылки
llama_sample_chat
Дообученная Deepcodr модель на базе Llama для генерации английского текста.
12скачиваний за 30 дней0лайковвеса обновлены1 сен 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.
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
Deepcodr/llama_sample_chat — дообученная Deepcodr модель на архитектуре Llama для генерации текста. Она основана на NousResearch/Meta-Llama-3-8B и содержит около 7,5 млрд параметров. В README указано, что обучение выполнялось с помощью Unsloth и библиотеки TRL.
Модель предназначена для генерации текста; карточка не описывает отдельные прикладные сценарии или специальные возможности. Метаданные указывают английский язык и контекст до 8192 токенов. Модель распространяется по лицензии Apache-2.0.
Сценарии применения
- генерация английского текста
- продолжение текстового фрагмента
- ответы в текстовом диалоге
Ограничения
README не описывает специальные возможности или качество модели, поэтому пригодность для конкретных сценариев не подтверждена.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- LlamaForCausalLM
- Ревизия весов
- cb2a3fb