/ Модель

Характеристики

Контекст
256 токенов
Параметры
163 млн
Архитектура
llama · dense
Базовая модель
babyllama-100m-2024
Библиотека
transformers
Опубликована
12 ноя 2024

babylama-hidden_sizes768

Генерация текстаТекст → текст3 профессии

Дообученная модель Llama на 163,3 млн параметров для генерации текста с контекстом до 256 токенов.

22скачиваний за 30 дней0лайковвеса обновлены12 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

Harshatheeswar/babylama-hidden_sizes768 — дообученная модель генерации текста на базе babylm/babyllama-100m-2024, опубликованная в формате safetensors для библиотеки Transformers. Она использует плотную архитектуру Llama с причинно-языковой моделью LlamaForCausalLM, содержит 163,3 млн параметров и рассчитана на контекст до 256 токенов. Модель предназначена для генерации продолжения текста; README сообщает значение loss 3,8124 на оценочном наборе, но не описывает сценарии использования или данные обучения. Лицензия и конкретные языковые возможности в предоставленных источниках не указаны.

Сценарии применения

  • генерация короткого продолжения текста
  • эксперименты с компактной языковой моделью
  • исследование дообучения BabyLlama

Ограничения

Контекст ограничен 256 токенами; README не описывает обучающие данные, целевые сценарии и результаты помимо значения loss 3,8124. Языковая поддержка и лицензия по предоставленным сведениям не установлены.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

babylama-hidden_sizes768

This model is a fine-tuned version of babylm/babyllama-100m-2024 on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 3.8124

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-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • num_epochs: 5
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
4.12190.999955594.1154
3.87521.9999111193.8769
3.59383.0000166793.7888
3.3844.0222393.7855
3.2534.9993277953.8124

Framework versions

  • Transformers 4.44.2
  • Pytorch 2.5.0+cu121
  • Datasets 3.1.0
  • Tokenizers 0.19.1

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
e85fcfa

0 моделей