Uploaded model
- Developed by: Sasmitah
- License: apache-2.0
- Finetuned from model : unsloth/llama-3.2-1b-instruct-bnb-4bit
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 131 072 токена
- Параметры
- 1,2 млрд
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Базовая модель
- llama-3.2-1b-instruct-bnb-4bit
- Опубликована
- 11 ноя 2024
Ссылки
llama_16bit_2
Дообученная англоязычная модель Llama на 1,2 млрд параметров для диалоговой генерации текста.
14скачиваний за 30 дней0лайковвеса обновлены11 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.
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
Sasmitah/llama_16bit_2 — дообученная разговорная языковая модель семейства Llama, разработанная Sasmitah на базе unsloth/llama-3.2-1b-instruct-bnb-4bit. Модель с архитектурой LlamaForCausalLM содержит 1,2 млрд параметров, принимает текст и генерирует текст; карточка указывает контекст до 131 072 токенов и поддержку английского языка.
Модель предназначена для диалоговой генерации текста и может использоваться для ответов на запросы, ведения беседы и сценариев с интерфейсом вызова инструментов. Она обучалась с использованием Unsloth и TRL; в репозитории указаны веса PyTorch. Лицензия — Apache-2.0.
Карточка не описывает обучающие данные, результаты оценки качества или точные возможности вызова инструментов, поэтому пригодность для конкретных задач требует отдельной проверки.
Сценарии применения
- ответы на текстовые запросы на английском языке
- ведение текстового диалога
- генерация черновиков и коротких текстов
- прототипирование чат-ботов
- эксперименты с интерфейсом вызова инструментов
Ограничения
Карточка не приводит результатов оценки качества и сведений о данных обучения. Реальную надёжность вызова инструментов и качество ответов следует проверять на целевых запросах.
Для каких профессий подходит6
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели
Также подходит для
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
- f39840b