/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3.1
Архитектура
llama · dense
Библиотека
transformers
Опубликована
2 окт 2024

Llama-3.1-SuperNova-8B-Lite_TIES_with_Base

Генерация текстаТекст → текст12 профессий

Объединённая методом TIES модель семейства Llama для генерации текста и диалогов с контекстом до 131 072 токенов.

102скачиваний за 30 дней11лайковвеса обновлены3 окт 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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,388

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5147

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,8096

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,411

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,1835

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3096

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Joseph717171/Llama-3.1-SuperNova-8B-Lite_TIES_with_Base — объединённая языковая модель, созданная автором репозитория с помощью mergekit методом TIES на основе arcee-ai/Llama-3.1-SuperNova-Lite и meta-llama/Llama-3.1-8B. Модель относится к семейству Llama, имеет плотную архитектуру LlamaForCausalLM и около 7,5 млрд параметров; для загрузки используются файлы safetensors. Заявленная длина контекста — 131 072 токена.

Модель предназначена для генерации текста и диалоговых сценариев. Автор применил параметры weight и density, чтобы сохранить больше возможностей следования инструкциям при объединении. В карточке приведены результаты Open LLM Leaderboard, включая оценку IFEval 80,96 и средний балл 43,07.

Лицензия — Llama 3.1; условия использования определяются соответствующей лицензией Meta. README не сообщает поддерживаемые естественные языки и не описывает отдельные специализированные области применения.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • следование инструкциям на естественном языке
  • создание черновиков и продолжение текста

Ограничения

Поддерживаемые языки и специализированные области применения в карточке не описаны. Результаты бенчмарка из README не гарантируют качество на конкретных пользовательских задачах.

Для каких профессий подходит12

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Llama-3.1-SuperNova-Lite_TIES_with_Base

This is a merge of pre-trained language models created using mergekit.

Merge Details/Method

This is a merge of arcee-ai/Llama-3.1-SuperNova-Lite with its base meta-llama/Llama-3.1-8B (the base model being: the model which the instruct model was fine-tuned on - even though in our case, arcee-ai/Llama-3.1-SuperNova-Lite, was fine-tuned, etc on top of meta-llama/Llama-3.1-8B-Instruct and not directly on top of meta-llama/Llama-3.1-8B)

This model was merged using the TIES merge method using meta-llama/Llama-3.1-8B as a base.

The merge was inspired by RomboDawg's (Replete-AI) TIES merge of Qwen/Qwen2.5-7B-Instruct with its base Qwen/Qwen2.5-7B, which topped the OpenLLM Learderboard for the highest Average score for a 7B parameter model.

After experimenting and discussing/researching the merge with Rombodawg, I looked into mergekit's TIES merge method some more, which led me to find a pertinent parameter that we weren't utilizing for our TIES merge: density. I decided to use density along with the weight parameter to see if we could restore some of the instruction following that our merges seemed to lack in comparison to the original Instruct model. The resulant merges turned out to be great! By using the density parameter along with the weight parameter, we were able to restore more of the Instruction following which was diminished and/or not present when solely using the weight parameter for our TIES merge.

The way this works is: the Instruct model is TIES merged with the base model, with the weight = 1 and density = 1. After the merge is complete, the merge's .json config files (excluding 'model.safetensors.index.json') are replaced with the original Instruct's .json config files.

Models Merged

The following models were included in the merge:

  • /Users/jsarnecki/opt/Workspace/arcee-ai/Llama-3.1-SuperNova-Lite

Configuration

The following YAML configuration was used to produce this model:

models:
  - model: "/Users/jsarnecki/opt/Workspace/arcee-ai/Llama-3.1-SuperNova-Lite"
    parameters:
      weight: 1
      density: 1

  - model: "/Users/jsarnecki/opt/Workspace/arcee-ai/Llama-3.1-SuperNova-Lite"
    parameters:
      weight: 1
      density: 1

merge_method: ties
base_model: "/Users/jsarnecki/opt/Workspace/meta-llama/Llama-3.1-8B"
parameters:
  density: 1
  normalize: true
  int8_mask: true
dtype: bfloat16

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Average Score43.07
IFEval (0-Shot)80.96
BBH (3-Shot)51.10
MATH Lvl 5 (4-Shot)15.56
GPQA (0-shot)30.96
MuSR (0-shot)41.01
MMLU-PRO (5-shot)38.80

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
1733fd5

0 моделей