/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,2 млрд
Архитектура
llama · dense
Базовая модель
Llama-3.2-1B
Библиотека
transformers
Опубликована
25 ноя 2024

llama3-finetune

Генерация текстаТекст → текст4 профессии

Дообученная Pection модель семейства LLaMA с 1,2 млрд параметров для генерации текста на английском и тайском языках.

408скачиваний за 30 дней0лайковвеса обновлены27 ноя 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

Pection/llama3-finetune — дообученная модель Pection на архитектуре LLaMA для генерации текста. Она основана на Meta-Llama/Llama-3.2-1B, содержит 1,2 млрд параметров и рассчитана на запуск через Transformers; веса представлены в формате safetensors. Модель подходит для сценариев, где требуется генерировать текст на английском или тайском языках.

В метаданных указан контекст до 131 072 токенов. Карточка приводит пример загрузки модели и токенизатора через Transformers, но не описывает специализацию дообучения, обучающие данные или результаты оценки качества. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация текста на английском языке
  • генерация текста на тайском языке
  • продолжение текстового фрагмента
  • создание текстовых ответов по заданному контексту

Ограничения

Карточка не раскрывает специализацию дообучения и не приводит оценок качества, поэтому пригодность для конкретных прикладных задач не подтверждена. Лицензия не указана в предоставленных данных.

Для каких профессий подходит4

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

extra_gated_description: If you want to learn more about how we process your personal data, please read our Privacy Policy.


LLaMA 3 Fine-Tuned Model

This is a fine-tuned version of the LLaMA 3 model . Below is an example of how to use it:

Example Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

# Load model and tokenizer
tokenizer = AutoTokenizer.from_pretrained("Pection/llama3-finetune")
model = AutoModelForCausalLM.from_pretrained("Pection/llama3-finetune")

# Generate response
prompt = "Where is Bangkok?"
inputs = tokenizer(prompt, return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=50)
response = tokenizer.decode(outputs[0], skip_special_tokens=True)

print(response)

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
ce8485e

0 моделей