Uploaded model
- Developed by: Gargaz
- 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
- 31 дек 2024
Ссылки
llama-eryon
Дообученная Gargaz модель Llama на 1,2 млрд параметров для генерации текста и диалогового общения с длинным контекстом.
33скачиваний за 30 дней0лайковвеса обновлены31 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
Gargaz/llama-eryon — дообученная модель семейства Llama, разработанная Gargaz на базе unsloth/llama-3.2-1b-instruct-bnb-4bit с использованием Unsloth и библиотеки Hugging Face TRL. Это плотная авторегрессионная языковая модель с архитектурой LlamaForCausalLM и 1,2 млрд параметров, предназначенная для генерации текста и диалогового общения. Заявленная длина контекста составляет 131 072 токена; модель принимает текст и выдаёт текст.
Модель распространяется в форматах PyTorch и safetensors по лицензии Apache-2.0. В метаданных также отмечен интерфейс вызова инструментов, однако подробности его поддержки в README не приведены. Карточка не описывает специализацию дообучения или сравнительные результаты, поэтому пригодность для конкретных задач и качество ответов следует оценивать на собственных данных.
Сценарии применения
- ведение текстового диалога
- генерация продолжений и черновиков текста
- ответы на текстовые запросы
- эксперименты с компактными чат-моделями
- интеграция генерации текста в приложение
Ограничения
README не уточняет специализацию дообучения и не приводит оценок качества; пригодность для конкретных сценариев нужно проверять отдельно. Поддержка вызова инструментов указана в метаданных, но детали интерфейса в карточке не описаны.
Для каких профессий подходит6
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 341модельII.1Разработка и данныеАнализ требований и архитектура ПОAI помогает переводить потребности бизнеса в непротиворечивые требования и технические решения.20 задач18 191модель
Также подходит для
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
- 20ac389