/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3.1
Архитектура
llama · dense
Базовая модель
Meta-Llama-3.1-8B-Instruct
Библиотека
transformers
Опубликована
16 ноя 2024

prm_version2_subsample_hf

Генерация текстаТекст → текст5 профессий

Дообученная Llama 3.1 8B для генерации текста и диалоговых задач, обученная на смеси математических и веб-инструкций.

23скачиваний за 30 дней0лайковвеса обновлены16 ноя 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

DongfuJiang/prm_version2_subsample_hf — дообученная модель семейства Llama, созданная на основе meta-llama/Meta-Llama-3.1-8B-Instruct. Это плотная авторегрессионная языковая модель примерно с 7,5 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. В README указано обучение на смеси данных с математическими диалогами, вопросами с выбором ответа и открытыми вопросами из веб- и прикладных наборов; на оценочной выборке получен loss 0,1349.

Модель использует Transformers и формат safetensors. Заявленная длина контекста — до 131 072 токенов. Карточка не уточняет языки обучения, точные сценарии применения и результаты отдельных тестов, поэтому качество в конкретных задачах по приведённому loss оценить нельзя. Лицензия — llama3.1; использование должно соответствовать её условиям и условиям базовой модели.

Сценарии применения

  • генерация ответов в диалоге с пользователем
  • решение математических вопросов в текстовом формате
  • ответы на вопросы с выбором варианта
  • ответы на открытые вопросы по веб-материалам
  • создание текстовых ответов на прикладные запросы

Ограничения

README не приводит подробных результатов по отдельным задачам, оценки качества или сведения о поддерживаемых языках; указан только loss на оценочной выборке. Следует учитывать условия лицензии llama3.1 и ограничения базовой модели.

Для каких профессий подходит5

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

prm_version2_subsample_hf

This model is a fine-tuned version of meta-llama/Meta-Llama-3.1-8B-Instruct on the prm_conversations_prm_version2_math+webinstructsub-mcq+webinstructsub-oe+apps_mix_ref_subsample_hf dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1349

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-06
  • train_batch_size: 1
  • eval_batch_size: 1
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 64
  • total_eval_batch_size: 8
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.05
  • num_epochs: 1

Training results

Training LossEpochStepValidation Loss
0.18450.13035000.2062
0.17620.260610000.1863
0.17040.391015000.1710
0.15290.521320000.1579
0.13930.651625000.1471
0.14420.781930000.1387
0.130.912335000.1353

Framework versions

  • Transformers 4.45.0
  • Pytorch 2.5.1+cu124
  • Datasets 3.1.0
  • Tokenizers 0.20.3

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
86a5737

0 моделей