/ Модель

Характеристики

Контекст
8 192 токена
Параметры
43,8 млрд
Размер весов
89,8 ГБ
Лицензия
Своя лицензия
Архитектура
llama · dense
Библиотека
transformers
Опубликована
18 апр 2024

Llama-3-pruned-45B-Drobeta-Turnu-Severin

Генерация текстаТекст → текст3 профессии

Уплотнённая версия Meta-Llama-3-70B-Instruct с удалёнными слоями, предназначенная для дальнейшего дообучения.

33скачиваний за 30 дней14лайковвеса обновлены19 апр 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

Mihaiii создал Drobeta-Turnu-Severin — уплотнённую версия Meta-Llama-3-70B-Instruct с удалёнными слоями. Это плотная авторегрессионная модель семейства Llama с 43,8 млрд параметров, принимающая текст и рассчитанная на контекст до 8192 токенов. Автор указывает, что модель предназначена для дальнейшего дообучения и не должна использоваться для инференса без подготовки.

Модель можно использовать как основу для экспериментов по дообучению и адаптации разговорной модели. В README описан способ выбора и удаления слоёв с помощью laserQlora из cognitivecomputations/laserRMT и mergekit. Репозиторий содержит веса safetensors и поддерживает библиотеку Transformers. Указанная лицензия — other; условия лицензии следует проверить в репозитории перед использованием.

Сценарии применения

  • дообучение разговорной модели Llama
  • эксперименты по адаптации больших языковых моделей
  • исследование влияния удаления слоёв на качество модели

Ограничения

Автор не рекомендует использовать модель для инференса без дообучения. Удаление слоёв может ограничивать качество и возможности исходной модели.

Для каких профессий подходит3

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

This model is made with the intention to be used for fine-tuning. It should not to be used for inference as is. This is a pruned version of Meta-Llama-3-70B-Instruct .

Meta-Llama-3-70B-Instruct has 70.6 billion params and Drobeta-Turnu-Severin has 44.9 billion (~63% param size)

Steps to replicate:

Use laserQlora.ipynb from cognitivecomputations/laserRMT to determine which layers should be eliminated.

Adapt the script for Meta-Llama-3-70B-Instruct by replacing model_name = "mistralai/Mistral-7B-v0.1" with model_name = "Meta-Llama-3-70B-Instruct" and layer_numbers = list(range(31, -1, -1)) with layer_numbers = list(range(79, -1, -1)), 79 being the last recurrent layer index Meta-Llama-3-70B-Instruct has.

Then look for the layer indexes where self_attn.v_proj snr is Infinity and eliminate those layers using mergekit. Here are the layer indexes that were eliminated: 11,17,37,40,41,42,43,44,45,46,48,49,50,51,53,54,55,57,58,59,60,61,62,63,64,65,66,67,68,69 .

Here is the mergekit config:

slices:
  - sources:
    - model: "meta-llama/Meta-Llama-3-70B-Instruct"
      layer_range: [0, 11]
  - sources:
    - model: "meta-llama/Meta-Llama-3-70B-Instruct"
      layer_range: [12, 17]
  - sources:
    - model: "meta-llama/Meta-Llama-3-70B-Instruct"
      layer_range: [18, 37]
  - sources:
    - model: "meta-llama/Meta-Llama-3-70B-Instruct"
      layer_range: [38, 40]
  - sources:
    - model: "meta-llama/Meta-Llama-3-70B-Instruct"
      layer_range: [47, 48]
  - sources:
    - model: "meta-llama/Meta-Llama-3-70B-Instruct"
      layer_range: [52, 53]
  - sources:
    - model: "meta-llama/Meta-Llama-3-70B-Instruct"
      layer_range: [56, 57]
  - sources:
    - model: "meta-llama/Meta-Llama-3-70B-Instruct"
      layer_range: [70, 80]
merge_method: passthrough
dtype: bfloat16

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
52f38e0

0 моделей