/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Архитектура
llama · dense
Базовая модель
llama3_0.50_mamba_progressive
Опубликована
20 июл 2024

llama3_mamba_0_5_sft

Генерация текстаТекст → текст4 профессии

Дообученная 7,5-миллиардная модель семейства Llama для генерации текста и диалоговых ответов с контекстом до 8192 токенов.

20скачиваний за 30 дней0лайковвеса обновлены20 июл 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

JunxiongWang/llama3_mamba_0_5_sft — дообученная модель генерации текста, созданная на основе JunxiongWang/llama3_0.50_mamba_progressive и обученная на наборе JunxiongWang/sftdataset. В метаданных указаны 7,5 млрд параметров, архитектура LlamaForCausalLM, формат PyTorch и контекст до 8192 токенов; модель поддерживает диалоговый режим.

Модель предназначена для генерации продолжений текста и диалоговых ответов. В карточке приведён результат оценки на тестовом наборе: loss 0,6645. Подробности о сценариях применения, языках обучения и известных ограничениях автор не указал. Лицензия в предоставленных данных не обозначена.

Сценарии применения

  • генерация продолжений текста
  • создание диалоговых ответов
  • разработка чат-бота на основе модели Llama

Ограничения

Карточка не описывает качество в конкретных сценариях и ограничения модели; приведён только loss 0,6645 на оценочном наборе. Лицензия в доступных данных не указана.

Для каких профессий подходит4

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

JunxiongWang/llama3_mamba_0_5_sft

This model is a fine-tuned version of JunxiongWang/llama3_0.50_mamba_progressive on the JunxiongWang/sftdataset dataset. It achieves the following results on the evaluation set:

  • Loss: 0.6645

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: 2e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • total_train_batch_size: 64
  • total_eval_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.01
  • num_epochs: 1

Training results

Training LossEpochStepValidation Loss
0.691.0465540.6645

Framework versions

  • Transformers 4.41.2
  • Pytorch 2.1.0+cu118
  • Datasets 2.20.0
  • Tokenizers 0.19.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
1c0a562

0 моделей