/ Модель

Характеристики

Контекст
131 072 токена
Параметры
6,4 млрд
Размер весов
13,9 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
7 авг 2024

Llama-3.1-8B-Pruned-4-Layers_LoRA-PEFT-3.0

Генерация текстаТекст → текст10 профессий

Дообученная и восстановленная после удаления четырёх слоёв модель Llama 3.1 для генерации текста и задач общего назначения.

56скачиваний за 30 дней4лайкавеса обновлены5 сен 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

Na0s/Llama-3.1-8B-Pruned-4-Layers_LoRA-PEFT-3.0 — плотная авторегрессионная языковая модель семейства Llama 3.1, разработанная Na0s. Это дообученная версия предыдущего чекпойнта Na0s/Llama-3.1-8B-Pruned-4-Layers_LoRA-PEFT-2.0 на наборе teknium/openhermes. В исходной модели удалили четыре слоя Meta-Llama-3.1-8B, а затем дообучили модель, чтобы восстановить часть потери качества. В репозитории указано 6,4 млрд параметров; метаданные заявляют контекст до 131 072 токенов.

Модель предназначена для генерации текста и решения задач общего назначения, включая вопросы и ответы, рассуждения и продолжение текста. В опубликованных оценках версия 3.0 улучшила результаты относительно обрезанной модели на MMLU-Pro, BoolQ, BigBench и наборах few-shot; при этом показатели на MMLU-Pro остаются ниже исходной Meta-Llama-3.1-8B. Автор также сообщает о снижении потребления памяти и задержки инференса в своих тестах. Модель принимает и генерирует текст; метаданные не задают отдельного основного языка. Лицензия — Apache-2.0.

Сценарии применения

  • генерация ответов на вопросы
  • продолжение и написание текста
  • решение задач на рассуждение
  • оценка вариантов ответа в тестах
  • создание прототипа текстового помощника

Ограничения

По MMLU-Pro качество ниже исходной Meta-Llama-3.1-8B, несмотря на восстановление части потери после удаления слоёв. Показатели зависят от бенчмарка; приведённые в карточке результаты не гарантируют аналогичного качества в прикладных сценариях.

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 for Na0s/Llama-3.1-8B-Pruned-4-Layers_LoRA-PEFT-3.0:

Model Details:

Model Description:

  • Finetuned from model: Na0s/Llama-3.1-8B-Pruned-4-Layers_LoRA-PEFT-2.0 on teknium/openhermes.
  • We pruned the 4 layers of meta-llama/Meta-Llama-3.1-8B that had the less impact on the performance of the model according to the paper The Unreasonable Ineffectiveness of the Deeper Layers.
  • We have therefore 1.09B parameters less than the foundation model, which means less memory needed, faster training and less latency during inference mode.
  • We then recovered the performance loss induced by the pruning process by fine-tuning (from 0.2642 MMLU-Pro 0-shot to 0.3120), this step is called healing the pruned model.

Upcoming Work:

  • More healing through SFT/DPO/TPO to see if we can get closer to the meta-llama/Meta-Llama-3.1-8B performance (which has an MMLU-Pro 0-shot of 0.3659 vs 0.3120 for our model). (In Progress)
  • Compare the same exact process when applied to meta-llama/LLama-3.1-70B.

Training Details:

model = FastLanguageModel.get_peft_model(
model,
r = 4, 
target_modules = ["q_proj", "k_proj", "v_proj", "o_proj",
                  "gate_proj", "up_proj", "down_proj",],
lora_alpha = 4,
lora_dropout = 0.05, 
bias = "none",    

use_gradient_checkpointing = "unsloth", 
random_state = 3407,
use_rslora = False,  
loftq_config = None, 
)

from trl import SFTTrainer
from transformers import TrainingArguments
from unsloth import is_bfloat16_supported

trainer = SFTTrainer(
model = model,
tokenizer = tokenizer,
train_dataset = dataset,
dataset_text_field = "completion",
max_seq_length = max_seq_length,
dataset_num_proc = 2,
packing = False, 
args = TrainingArguments(
    per_device_train_batch_size = 10,
    gradient_accumulation_steps = 4,
    warmup_steps = 5,
    max_steps=5000,
    learning_rate = 2e-4,
    fp16 = not is_bfloat16_supported(),
    bf16 = is_bfloat16_supported(),
    logging_steps = 1,
    optim = "adamw_8bit",
    weight_decay = 0.01,
    lr_scheduler_type = "cosine",
    seed = 3407,
    output_dir = "outputs_4",
    push_to_hub=True,
    hub_always_push=True,
),
)

Training Data:

teknium/openhermes

Memory and Latency gain (Using Optimum-Benchmark):

Load Mode Memory Metrics

ModelMax Global VRAM (MB)Max Process VRAM (MB)Max Reserved VRAM (MB)Max Allocated VRAM (MB)
Llama-3.1-8B18521.9816630.4216196.3016060.54
Na0s/Llama-3.1-8B-Pruned-4-Layers_LoRA-PEFT-3.016319.9714428.4113994.3013879.42

Inference Mode Latency Metrics

ModelLatency Mean (s)Throughput (tokens/s)
Llama-3.1-8B0.810438.2536
Na0s/Llama-3.1-8B-Pruned-4-Layers_LoRA-PEFT-3.00.553056.0570

Evaluation:

  • (Foundation model) MMLU Pro 0-shot of meta-llama/Meta-Llama-3.1-8B: 0.3659
  • (Pruned model) MMLU Pro 0-shot of Na0s/Llama-3.1-8B-Pruned-4-Layers: 0.2642
  • (Healed model) MMLU Pro 0-shot of Na0s/Llama-3.1-8B-Pruned-4-Layers_LoRA-PEFT-3.0: 0.3120

Evaluation Data and Process:

Additional Benchmark Results

BoolQ 0-shots Benchmark Results

ModelAverage Scoreboolq (0 shots)boolq contrastset (0 shots)
meta-llama/Meta-Llama-3.1-8B0.5690.5690.568
Na0s/Llama-3.1-8B-Pruned-4-Layers0.2400.2400.240
Na0s/Llama-3.1-8B-Pruned-4-Layers_LoRA-PEFT-3.00.8330.8340.831

BigBench 0-shots Benchmark Results

ModelAverage Scorebigbench:causal_judgment (0 shots)bigbench:date_understanding (0 shots)bigbench:disambiguation_qa (0 shots)bigbench:geometric_shapes (0 shots)bigbench:logical_deduction (0 shots)...
meta-llama/Meta-Llama-3.1-8B0.3510.5740.4990.3020.1640.208...
Na0s/Llama-3.1-8B-Pruned-4-Layers0.2990.5370.3410.3140.2000.212...
Na0s/Llama-3.1-8B-Pruned-4-Layers_LoRA-PEFT-3.00.3640.5790.6100.4070.2640.208...

Few Shots Benchmark Results

ModelAverage Scorearc:challenge (25 shots)hellaswag (10 shots)mmlu:abstract_algebra (5 shots)mmlu:college_chemistry (5 shots)mmlu:college_computer_science (5 shots)mmlu:college_mathematics (5 shots)...
meta-llama/Meta-Llama-3.1-8B0.5520.5410.6200.2900.4500.4800.350...
Na0s/Llama-3.1-8B-Pruned-4-Layers0.5160.4620.5490.2900.4400.4600.280...
Na0s/Llama-3.1-8B-Pruned-4-Layers_LoRA-PEFT-3.00.5440.4790.5540.3400.4800.5200.350...

BigBench 3-shots Benchmark Results

ModelAverage Scorebigbench:causal_judgment (3 shots)bigbench:date_understanding (3 shots)bigbench:disambiguation_qa (3 shots)bigbench:geometric_shapes (3 shots)bigbench:logical_deduction (3 shots)...
meta-llama/Meta-Llama-3.1-8B0.4420.5630.5960.5930.1810.298...
Na0s/Llama-3.1-8B-Pruned-4-Layers0.4200.5630.6420.5740.2170.258...
Na0s/Llama-3.1-8B-Pruned-4-Layers_LoRA-PEFT-3.00.4500.6210.6860.6630.2250.332...

Overall Average Score

ModelOverall Average Score
meta-llama/Meta-Llama-3.1-8B0.472
Na0s/Llama-3.1-8B-Pruned-4-Layers0.364
Na0s/Llama-3.1-8B-Pruned-4-Layers_LoRA-PEFT-3.00.513

Environmental Impact:

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

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
b5d0c01

0 моделей