Характеристики

Контекст: 8 192 токена
Параметры: 7,5 млрд
Размер весов: 16,1 ГБ
Лицензия: Llama 3
Архитектура: llama · dense
Базовая модель: Meta-Llama-3-8B-Instruct
Библиотека: transformers
Опубликована: 2 июн 2024

Ссылки

Llama-3-Instruct-Neurona-8b

Генерация текстаТекст → текст15 профессий

Экспериментальная испаноязычная дообученная модель Llama 3 для диалогов, ответов на вопросы, суммаризации и других инструкционных задач.

3 468скачиваний за 30 дней3лайкавеса обновлены2 июн 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.

Открыть конструктор бенчмарка

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

Neurona 8B Beta — предварительная экспериментальная языковая модель на основе Meta Llama 3, разработанная Икером Гарсией. Это плотная авторегрессионная модель с 7,5 млрд параметров, дообученная для диалоговых ответов преимущественно на испанском языке. Она принимает текст и генерирует текст; заявленная длина контекста — 8192 токена.

Модель обучалась на смешанном наборе англоязычных и испаноязычных данных, включая инструкции, диалоги, перевод, суммаризацию, вопросы и ответы, код и function calling. В README перечислены возможные сценарии применения: ответы на вопросы, суммаризация, помощь с кодом, RAG и вызов функций. Для работы используются Transformers и формат safetensors.

Автор отмечает, что это первая итерация для отладки обучающих скриптов и инфраструктуры, а модель ещё разрабатывается и не является финальной версией. Лицензия — Llama 3; применимость её условий следует оценивать вместе с условиями базовой модели.

Сценарии применения

ответы на вопросы на испанском языке
суммаризация испаноязычных документов и новостей
перевод между английским и испанским
помощь с программированием и кодом
диалоговый поиск по документам в сценариях RAG
подготовка вызовов функций в приложениях

Ограничения

Это предварительная версия в разработке, предназначенная в том числе для проверки обучающей инфраструктуры; автор не представляет её как финальную модель. Качество отдельных возможностей и надёжность вызова функций в карточке не оценены.

Для каких профессий подходит15

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

image/jpeg

Neurona 8B Beta: Un Modelo de Lenguage en Español

Esta es una versión preliminar del dataset card. El modelo está en desarrollo y no es la versión final. Si quieres saber más sobre este modelo, escribe a iker.garciaf@ehu.eus

Neurona 8B es un modelo de lenguaje en Español. Esta es la primera iteración y un experimento para poner a punto los scripts y la infraestructura.

Neurona 8B ha sido entrenado con los siguiente datasets. No en todos los casos se ha usado el dataset completo

Esta mezcla de datasets en Inglés y Español, permite al modelo adquirir diferentes capacidades, como RAG, function calling, code assistant, question answering, summarization... tanto en Inglés como en Español.

Entrenamiento

Este modelo se ha entrado usando 4xNvidia A100 80Gb y axolotl

Esta es la configuración usada

base_model: meta-llama/Meta-Llama-3-8B-Instruct
model_type: AutoModelForCausalLM
tokenizer_type: AutoTokenizer
is_falcon_derived_model:
is_llama_derived_model:
is_qwen_derived_model:
is_mistral_derived_model:

load_in_8bit: false
load_in_4bit: false
strict: false

device_map: null

datasets:
  - path: /ikerlariak/igarcia945/InstructDatasets/alpaca-cleaned-es.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/Barcenas-Economia.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/casimedicos.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/coser_resumene.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/CrossSum_en.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/CrossSum_es.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/Document-Translation-en-es.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/es-inclusive-language.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/evol-instruct-spanish.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/glaive-code-assistant-v3-small.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/glaive-function-calling-v2.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
        - tool
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/InstructTranslation-EN-ES.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/lenguaje-claro-dataset.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/LingComp_QA.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/lr-sum-es.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/NoticIA.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/NoticIA-large.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/NoticIA-summary.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/oasst2_es_gpt.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/OpenHermes-2.5-English.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/OpenHermes-2.5-Spanish.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/opus-100-en-es.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/RAG_Multilingual-es.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/sem_eval_2018_task_1.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/ted_talks-es_en.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/This-is-not-a-dataset.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human
  - path: /ikerlariak/igarcia945/InstructDatasets/wikipedia-es.jsonl
    type: sharegpt
    conversation: llama3
    field: conversations
    roles:
      input:
        - system
        - gpt
      output:
        - human

chat_template: llama3

dataset_prepared_path: /ikerlariak/igarcia945/Mortadelo-Filemon/Meta-Llama-3-8B-Instruct-Spanish/dataset

shuffle_merged_datasets: true

val_set_size: 0.005

output_dir: /ikerlariak/igarcia945/Mortadelo-Filemon/Meta-Llama-3-8B-Instruct-Spanish

adapter:
lora_model_dir:

sequence_len: 8192
sample_packing: true
eval_sample_packing: false
pad_to_sequence_len: false

tokens:
  - "<tool_call>"
  - "<tool_response>"
  - "<tools>"
  - "</tool_call>"
  - "</tool_response>"
  - "</tools>"
  - "<reserved1>"
  - "<reserved2>"

special_tokens:
   pad_token: <|end_of_text|>

neftune_noise_alpha: 5

wandb_project: Mortadelo&Filemon
wandb_entity: igarciaf
wandb_watch:
wandb_name: Meta-Llama-3-8B-Instruct-Spanish
wandb_log_model: 

gradient_accumulation_steps: 32
micro_batch_size: 2
eval_batch_size: 2
num_epochs: 2
optimizer: adamw_torch_fused
lr_scheduler: cosine
learning_rate: 0.00007


train_on_inputs: false
group_by_length: false
bf16: true
fp16: false
tf32: false

gradient_checkpointing: true
early_stopping_patience:
resume_from_checkpoint:
local_rank:
logging_steps: 1
xformers_attention:
flash_attention: true

warmup_ratio: 0.03
evals_per_epoch: 4
eval_table_size:
save_strategy: "no"
debug:
deepspeed: /ikerlariak/igarcia945/Mortadelo-Filemon/train_configs/deepspeed_zero3.json
weight_decay: 0.0
fsdp:
fsdp_config:

seed: 33

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: 0087ae7