Uploaded model
- Developed by: Kukedlc
- License: apache-2.0
- Finetuned from model : Kukedlc/LLama-3-8b-Python
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 8 192 токена
- Параметры
- 7,5 млрд
- Размер весов
- 16,1 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Базовая модель
- LLama-3-8b-Python
- Опубликована
- 4 мая 2024
Ссылки
Smart-LLama-3-8b-Python-v2-16bit
Дообученная Kukedlc модель семейства Llama для генерации текста и диалогов, основанная на модели с настройкой для Python.
24скачиваний за 30 дней0лайковвеса обновлены4 мая 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
Smart-LLama-3-8b-Python-v2-16bit — дообученная модель Kukedlc для генерации текста и диалогового взаимодействия. Она основана на Kukedlc/LLama-3-8b-Python и использует плотную архитектуру Llama с причинной языковой моделью LlamaForCausalLM; размер составляет 7,5 млрд параметров, контекст — до 8192 токенов. Модель обучалась с использованием Unsloth и библиотеки Hugging Face TRL.
Модель предназначена для генерации текста и ответов в диалоге; название базовой модели указывает на настройку для задач с Python, однако README не описывает конкретные сценарии или качество на этих задачах. В карточке указаны английский язык и формат весов safetensors. Лицензия — Apache-2.0.
Сценарии применения
- генерация ответов в текстовом диалоге
- создание текстовых продолжений
- получение ответов на вопросы о Python
Ограничения
README не приводит оценок качества или результатов тестирования; пригодность для задач с Python следует проверять на целевых примерах.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель
II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443моделиII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей
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
- d45b67d