Uploaded model
- Developed by: Espresso-AI
- License: apache-2.0
- Finetuned from model : unsloth/meta-llama-3.1-8b-instruct-bnb-4bit
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 131 072 токена
- Параметры
- 7,5 млрд
- Размер весов
- 16,1 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Базовая модель
- meta-llama-3.1-8b-instruct-bnb-4bit
- Опубликована
- 24 дек 2024
Ссылки
Espresso-AI
Дообученная модель Llama с контекстом до 131 072 токенов для генерации текста и диалогов.
20скачиваний за 30 дней0лайковвеса обновлены24 дек 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
Espresso-AI/Espresso-AI — языковая модель, разработанная Espresso-AI и дообученная на базе unsloth/meta-llama-3.1-8b-instruct-bnb-4bit. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM, примерно 7,5 млрд параметров и контекстом до 131 072 токенов. Модель предназначена для генерации текста и диалогового взаимодействия; в метаданных также отмечен интерфейс вызова инструментов.
Модель сохраняется в формате safetensors и распространяется по лицензии Apache-2.0. В карточке указано, что обучение выполнялось с использованием Unsloth и библиотеки TRL. Данных о конкретной специализации или дополнительных ограничениях в доступных источниках нет.
Сценарии применения
- ведение диалогов с пользователем
- генерация текстовых ответов по запросу
- создание черновиков и продолжение текста
- вызов инструментов в поддерживающей модели системе
Ограничения
Карточка не описывает специализированные области применения и не приводит результатов оценки качества. Интерфейс вызова инструментов указан в метаданных, но подробности его поддержки не приведены.
Для каких профессий подходит15
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 341модельI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели
Также подходит для
- I.14Автоматизация процессов и AI-агенты
- II.1Анализ требований и архитектура ПО
- II.10Разработка и эксплуатация AI/ML-систем
- II.2Создание и понимание программного кода
- I.3Извлечение и структурирование данных
- I.6Перевод и языковая адаптация
- I.11Классификация, ранжирование и сопоставление
- II.8Инженерия данных и аналитика
- I.12Рекомендации и персонализация
- II.3Рефакторинг, миграция и модернизация
- II.4Отладка, тестирование и качество ПО
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
- 8d9f7bd