/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3
Архитектура
llama · dense
Опубликована
10 мая 2024

ArliAI-Llama-3-8B-Instruct-DPO-v0.2

Генерация текстаТекст → текст3 профессии

Экспериментальная DPO-версия Meta-Llama-3-8B-Instruct для генерации диалогового текста.

28скачиваний за 30 дней0лайковвеса обновлены7 июл 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

ArliAI-Llama-3-8B-Instruct-DPO-v0.2 — экспериментальная разговорная модель OwenArli, созданная на основе Meta-Llama-3-8B-Instruct и обученная с применением DPO. Автор указывает, что эта версия исправляет ошибку токенизации в предыдущей DPO-модели и предназначена для проверки обучения на наборе данных, который в карточке не назван. Автор также сообщает о плохих результатах на Open LLM Leaderboard.

Модель использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и рассчитана на генерацию текста в диалоговом формате с контекстом до 8192 токенов. Репозиторий содержит веса Safetensors; в карточке также упомянуты варианты FP16 и GGUF. Указанная лицензия — Meta Llama 3 License Agreement.

Сценарии применения

  • эксперименты с DPO-обучением Llama 3
  • генерация ответов в диалоговом формате
  • сравнение поведения вариантов Llama 3 Instruct
  • локальный запуск текстовой модели в формате GGUF

Ограничения

Автор сообщает о плохих результатах на Open LLM Leaderboard. Обучающий набор данных в карточке не указан.

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

Based on Meta-Llama-3-8b-Instruct, and is governed by Meta Llama 3 License agreement: https://huggingface.co/meta-llama/Meta-Llama-3-8B-Instruct

Realized a tokenization mistake with the previous DPO model. So this is now a new version testing out DPO training on the following dataset:

The open LLM results are really BAD lol. Something with this dataset is disagreeing with llama 3?

Instruct format:

<|begin_of_text|><|start_header_id|>system<|end_header_id|>

{{ system_prompt }}<|eot_id|><|start_header_id|>user<|end_header_id|>

{{ user_message_1 }}<|eot_id|><|start_header_id|>assistant<|end_header_id|>

{{ model_answer_1 }}<|eot_id|><|start_header_id|>user<|end_header_id|>

{{ user_message_2 }}<|eot_id|><|start_header_id|>assistant<|end_header_id|>

Quants:

FP16: https://huggingface.co/OwenArli/ArliAI-Llama-3-8B-Instruct-DPO-v0.2

GGUF: https://huggingface.co/OwenArli/ArliAI-Llama-3-8B-Instruct-DPO-v0.2-GGUF

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
2d5da26

0 моделей