/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3
Архитектура
llama · dense
Библиотека
transformers
Опубликована
12 авг 2024

Llama-3-8B-Instruct-CycleQD-CS

Генерация текстаТекст → текст8 профессий

Производная модели SakanaAI/Llama-3-8B-Instruct-Coding-Expert. Экспериментальная текстовая модель Sakana AI на базе Llama 3, ориентированная на генерацию кода и диалоговые задачи.

91скачиваний за 30 дней1лайквеса обновлены22 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 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

Карточка модели SakanaAI/Llama-3-8B-Instruct-CycleQD-CS на Hugging Face совпадает с карточкой SakanaAI/Llama-3-8B-Instruct-Coding-Expert, поэтому описание составлено по ней.

Sakana AI разработала Llama-3-8B-Instruct-Coding-Expert — экспериментальную авторегрессионную языковую модель семейства Llama на 7,5 млрд параметров, основанную на Llama-3-8B-Instruct. Модель предназначена для генерации текста в диалоговом режиме и ориентирована на задачи программирования; в README указаны обучающие данные Magicoder-Evol-Instruct-110K и Magicoder-OSS-Instruct-75K.

Модель принимает текст и генерирует текст. Метаданные указывают английский язык и контекст до 8192 токенов. В README модель представлена как один из экспертных компонентов набора Llama-3-CycleQD. Это экспериментальный прототип для исследований и разработки: авторы не рекомендуют коммерческое использование и развертывание в критически важных средах, а качество результатов не гарантируется. Лицензия — Meta Llama 3 Community License.

Сценарии применения

  • генерация кода по текстовому описанию
  • получение ответов на вопросы по программированию
  • помощь в написании программного кода

Ограничения

Это экспериментальный прототип; качество и результаты не гарантируются. Авторы не предназначают модель для коммерческого использования или критически важных сред.

Для каких профессий подходит8

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

🐟 Llama-3-CycleQD

🤗 Models | 📚 Paper | 🐦 Twitter

This collection of agentic Language Models (LLMs) is based on Llama-3-8B-Instruct. Llama-3-8B-Instruct-CycleQD-CS is created using the CycleQD method, which leverages:

Please refer to our report for more details. We are grateful to the developers of the following source model and training data:

Model Details

Uses

This model is provided for research and development purposes only and should be considered as an experimental prototype. It is not intended for commercial use or deployment in mission-critical environments. Use of this model is at the user's own risk, and its performance and outcomes are not guaranteed. Sakana AI shall not be liable for any direct, indirect, special, incidental, or consequential damages, or any loss arising from the use of this model, regardless of the results obtained. Users must fully understand the risks associated with the use of this model and use it at their own discretion.

Acknowledgement

We would like to thank the developers of the source models and training datasets for their contributions and for making their work available. These models are based on results obtained from a project, JPNP20017, subsidized by the New Energy and Industrial Technology Development Organization (NEDO), and built with Meta Llama 3.

Citation

@article{sakana2024cycleQD,
  title={Agent Skill Acquisition for Large Language Models via CycleQD},
  author={So Kuroki and Taishi Nakamura and Takuya Akiba and Yujin Tang},
  year={2024},
  eprint={2410.14735},
  archivePrefix={arXiv},
  primaryClass={cs.CL},
  url={https://arxiv.org/abs/2410.14735},
}

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
d6eb43e

0 моделей