Uploaded model
- Developed by: FrancescoBuda
- License: apache-2.0
- Finetuned from model : unsloth/Llama-3.2-1B-Instruct-bnb-4bit
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 131 072 токена
- Параметры
- 1,2 млрд
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Базовая модель
- Llama-3.2-1B-Instruct-bnb-4bit
- Опубликована
- 6 ноя 2024
Ссылки
Llama-ICD-coder-1B-merged
Дообученная 1,2-миллиардная модель Llama для генерации текста и диалогов на английском языке.
29скачиваний за 30 дней0лайковвеса обновлены6 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.
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
FrancescoBuda дообучил эту плотную авторегрессионную языковую модель семейства Llama на базе unsloth/Llama-3.2-1B-Instruct-bnb-4bit. Модель содержит 1,2 млрд параметров, принимает текст и генерирует текст; заявленный контекст — до 131 072 токенов. В метаданных также отмечены чатовый режим и интерфейс вызова инструментов.
Модель подходит для генерации текста и диалоговых сценариев на английском языке. В README указано, что обучение проводилось с Unsloth и библиотекой TRL. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Карточка не описывает отдельные возможности, связанные с ICD-кодированием, поэтому их назначение и качество по предоставленным сведениям оценить нельзя.
Сценарии применения
- генерация ответов в диалоге на английском языке
- создание черновиков и продолжение текста
- прототипирование чат-бота на базе компактной LLM
Ограничения
README не раскрывает, на каких данных и для какой конкретной задачи проводилось дообучение; качество в специальных сценариях, включая ICD-кодирование, не подтверждено. Несмотря на заявленный контекст в 131 072 токена, фактическая производительность на длинных входах не описана.
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.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели
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
- a31f9fc