/ 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
30 сен 2024

Hercules-6.1-Llama-3.1-8B

Генерация текстаТекст → текст10 профессий

Дообученная модель Llama 3.1 для диалогов, следования сложным инструкциям и вызова функций в научных и технических сценариях.

51скачиваний за 30 дней7лайковвеса 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.

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2609

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,4656

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,176

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3553

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,6007

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3669

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Hercules-6.1-Llama-3.1-8B — дообученная Locutusque языковая модель на архитектуре Llama 3.1 с 7,5 млрд параметров. Она предназначена для диалогов и выполнения инструкций, включая многошаговые запросы и вызовы функций, и ориентирована на научные и технические темы: биологию, химию, физику, математику, медицину и информатику. Модель принимает текст и генерирует текст; заявленная длина контекста — 131 072 токена. В метаданных указаны английский и китайский языки, формат весов Safetensors и библиотека Transformers.

Модель подходит для специализированных чат-ботов, учебных помощников, программирования и прототипирования с вызовами функций. Карточка сообщает о результатах оценивания следования инструкциям и бенчмарков, но не приводит подробного описания методики дообучения. Лицензия — Llama 3.1. Среди ограничений указаны токсичные примеры в данных, риск фактических ошибок и возможность злоупотребления техническими ответами и вызовами функций.

Сценарии применения

  • создание чат-бота по научным и техническим темам
  • пошаговые учебные объяснения по математике и естественным наукам
  • генерация кода с использованием вызовов функций
  • прототипирование диалоговых помощников для информатики
  • ответы на вопросы по биологии, химии и физике

Ограничения

В обучающих данных могут встречаться токсичные или вредоносные примеры; модель может галлюцинировать и ошибаться, особенно в специализированных темах. Вызовы функций и технические ответы могут быть использованы во вредоносных целях.

Для каких профессий подходит10

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

Model Card: Locutusque/Hercules-6.1-Llama-3.1-8B

image/png

Model Description

Hercules-6.1-Llama-3.1-8B is a fine-tuned language model derived from Llama-3.1-8B. It is specifically designed to excel in instruction following, function calls, and conversational interactions across various scientific and technical domains. This fine-tuning has hercules-v6.1 with enhanced abilities in:

  • Complex Instruction Following: Understanding and accurately executing multi-step instructions, even those involving specialized terminology.
  • Function Calling: Seamlessly interpreting and executing function calls, providing appropriate input and output values.
  • Domain-Specific Knowledge: Engaging in informative and educational conversations about Biology, Chemistry, Physics, Mathematics, Medicine, Computer Science, and more.

Intended Uses & Potential Bias

Hercules-6.1-Llama-3.1-8B is well-suited to the following applications:

  • Specialized Chatbots: Creating knowledgeable chatbots and conversational agents in scientific and technical fields.
  • Instructional Assistants: Supporting users with educational and step-by-step guidance in various disciplines.
  • Code Generation and Execution: Facilitating code execution through function calls, aiding in software development and prototyping.

Important Note: Although Hercules-v6.1 is carefully constructed, it's important to be aware that the underlying data sources may contain biases or reflect harmful stereotypes. Use this model with caution and consider additional measures to mitigate potential biases in its responses.

Limitations and Risks

  • Toxicity: The dataset contains toxic or harmful examples.
  • Hallucinations and Factual Errors: Like other language models, Llama-3-Hercules-6.0-8B may generate incorrect or misleading information, especially in specialized domains where it lacks sufficient expertise.
  • Potential for Misuse: The ability to engage in technical conversations and execute function calls could be misused for malicious purposes.

Evaluations

TasksVersionFiltern-shotMetricValueStderr
agieval_nous0.0noneacc↑0.4427±0.0094
- agieval_aqua_rat1.0none0acc↑0.2913±0.0286
none0acc_norm↑0.2480±0.0272
- agieval_logiqa_en1.0none0acc↑0.3825±0.0191
none0acc_norm↑0.3794±0.0190
- agieval_lsat_ar1.0none0acc↑0.2087±0.0269
none0acc_norm↑0.2043±0.0266
- agieval_lsat_lr1.0none0acc↑0.4431±0.0220
none0acc_norm↑0.4000±0.0217
- agieval_lsat_rc1.0none0acc↑0.6097±0.0298
none0acc_norm↑0.5428±0.0304
- agieval_sat_en1.0none0acc↑0.7621±0.0297
none0acc_norm↑0.6942±0.0322
- agieval_sat_en_without_passage1.0none0acc↑0.4126±0.0344
none0acc_norm↑0.3641±0.0336
- agieval_sat_math1.0none0acc↑0.4318±0.0335
none0acc_norm↑0.3500±0.0322
arc_challenge1.0none0acc↑0.5247±0.0146
none0acc_norm↑0.5606±0.0145
eq_bench2.1none0eqbench↑63.2023±2.6818
none0percent_parseable↑98.8304±0.8246
gsm8k3.0flexible-extract5exact_match↑0.7801±0.0114
strict-match5exact_match↑0.7809±0.0114
truthfulqa_mc22.0none0acc↑0.5389±0.0150

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.22.40
IFEval (0-Shot)60.07
BBH (3-Shot)24.15
MATH Lvl 5 (4-Shot)15.63
GPQA (0-shot)1.45
MuSR (0-shot)3.42
MMLU-PRO (5-shot)29.65

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
8c3dbc7

0 моделей