/ Модель

Характеристики

Контекст
131 072 токена
Параметры
3,2 млрд
Размер весов
12,9 ГБ
Лицензия
Llama 3.2
Архитектура
llama · dense
Базовая модель
Llama-3.2-3B-Instruct-bnb-4bit
Опубликована
4 окт 2024

FineTome-Llama3.2-3B-1002

Генерация текстаТекст → текст6 профессий

Дообученная на FineTome-100k чат-модель Llama 3.2 с 3,2 млрд параметров для диалогов и генерации текста.

43скачиваний за 30 дней1лайквеса обновлены7 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.

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3685

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2508

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,5474

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,2437

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0627

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,4319

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

NotASI выпустил дообученную чат-модель на архитектуре Llama 3.2 с 3,2 млрд параметров. Она основана на unsloth/Llama-3.2-3B-Instruct-bnb-4bit и обучена в течение двух эпох на датасете mlabonne/FineTome-100k с использованием rsLoRA и QLoRA. Модель предназначена для диалогов и генерации текста; она использует тот же чат-шаблон, что и базовая модель, и поддерживает контекст до 131 072 токенов.

Модель подходит для создания чат-ботов и ответов на запросы на английском языке. В карточке приведены результаты оценивания на отдельных тестах, включая IFEval и BBH, но они не гарантируют качество в конкретных задачах. Метаданные указывают лицензию llama3.2; README отдельно указывает Apache-2.0, поэтому условия лицензирования следует сверить перед использованием.

Сценарии применения

  • создание англоязычного чат-бота
  • ответы на вопросы в диалоге
  • генерация текста по запросу
  • инструктивные текстовые задачи
  • прототипирование диалоговых приложений

Ограничения

В карточке приведены результаты лишь на отдельных бенчмарках; они не гарантируют качество для конкретных сценариев. README указывает Apache-2.0, а метаданные — llama3.2, поэтому сведения о лицензии расходятся.

Для каких профессий подходит6

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

IMPORTANT

In case you got the following error:

exception: data did not match any variant of untagged enum modelwrapper at line 1251003 column 3

Please upgrade your transformer package, that is, use the following code:

pip install --upgrade "transformers>=4.45"

Uploaded model

  • Developed by: NotASI
  • License: apache-2.0
  • Finetuned from model : unsloth/Llama-3.2-3B-Instruct-bnb-4bit

Details

This model was trained on mlabonne/FineTome-100k for 2 epochs with rslora + qlora, and achieve the final training loss: 0.596400.

This model follows the same chat template as the base model one.

This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.16.60
IFEval (0-Shot)54.74
BBH (3-Shot)19.52
MATH Lvl 5 (4-Shot)5.29
GPQA (0-shot)0.11
MuSR (0-shot)3.96
MMLU-PRO (5-shot)15.96

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
45e243d

0 моделей