N.B.
This is not a pretrained llama model.
It is simply the last two layers of llama model and it will not give meaningful predictions without further pretraining!
Характеристики
- Контекст
- 2 048 токенов
- Параметры
- 536 млн
- Архитектура
- llama · dense
- Опубликована
- 14 мая 2023
Ссылки
llama-1B
Неполный чекпойнт LLaMA с последними двумя слоями, не способный давать осмысленные предсказания без дополнительного обучения.
223скачиваний за 30 дней4лайкавеса обновлены31 июл 2023
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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
Saibo-creator/llama-1B — неполный чекпойнт на основе архитектуры LLaMA, представленный в формате PyTorch. В репозитории находятся только последние два слоя модели; это не предобученная языковая модель, и без дальнейшего обучения она не предназначена для осмысленной генерации текста.
Модель имеет 535,8 млн параметров и контекст длиной до 2048 токенов. В метаданных указана задача генерации текста, однако из-за неполноты чекпойнта практическое качество для неё не заявлено. Лицензия в предоставленных данных не указана.
Сценарии применения
- эксперименты с неполными чекпойнтами LLaMA
- изучение структуры слоёв модели LLaMA
- дальнейшее предобучение при наличии совместимых весов
Ограничения
В репозитории есть только последние два слоя, поэтому без дальнейшего предобучения модель не выдаёт осмысленных предсказаний. Совместимые базовые веса для восстановления чекпойнта не указаны.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443моделиII.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- LlamaForCausalLM
- Ревизия весов
- 17472c9