/ Модель

Характеристики

Контекст
8 192 токена
Параметры
14,5 млрд
Размер весов
30 ГБ
Лицензия
Llama 3
Архитектура
llama · dense
Базовая модель
Meta-Llama-3-8B-Instruct-abliterated-v3
Библиотека
transformers
Опубликована
30 мая 2024

AbL3In-15B

Генерация текстаТекст → текст3 профессии

Экспериментальная чат-модель Llama 3 на 14,5 млрд параметров для генерации диалогового текста с пониженной склонностью к отказам.

33скачиваний за 30 дней1лайквеса обновлены1 июн 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

SteelStorage/AbL3In-15B — экспериментальная чат-модель на архитектуре Llama 3, созданная методом passthrough merge с использованием failspy/Meta-Llama-3-8B-Instruct-abliterated-v3. В README автор описывает её как тестовую модель, полученную методом обнуления весов; название указывает на Llama 3 Instruct с изменёнными весами, снижающими склонность к отказам. Модель предназначена для генерации текста в диалоговом формате.

Она содержит 14,5 млрд параметров, принимает текст и имеет контекст длиной до 8192 токенов. Репозиторий содержит веса Safetensors; библиотека — Transformers. Лицензия — Llama 3. README называет модель экспериментом и сообщает, что автор планировал доработать её при успешных результатах, поэтому качество и устойчивость применения не гарантированы.

Сценарии применения

  • генерация ответов в чат-боте
  • эксперименты с диалоговой моделью Llama 3
  • проверка ответов на запросы, на которые модели обычно отказывают

Ограничения

Автор обозначает модель как тестовый эксперимент и не приводит гарантий качества; надёжность и стабильность ответов не установлены. Изменение склонности к отказам не гарантирует корректность или безопасность сгенерированного текста.

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

merge

This is a testing model using the zeroing method used by elinas/Llama-3-15B-Instruct-zeroed.

If this model pans out in the way I hope, Ill heal it then reupload with a custom model card like the others. currently this is just an experiment.

In case anyone asks AbL3In-15b literally means:

Ab = Abliterated
L3 = Llama-3
In = Instruct
15b = its 15b perameters

GGUF's

GGUF by @Mradermacher

Merge Details

Merge Method

This model was merged using the passthrough merge method.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

dtype: bfloat16
merge_method: passthrough
slices:
- sources:
  - layer_range: [0, 24]
    model: failspy/Meta-Llama-3-8B-Instruct-abliterated-v3
- sources:
  - layer_range: [8, 24]
    model: failspy/Meta-Llama-3-8B-Instruct-abliterated-v3
    parameters:
      scale:
      - filter: o_proj
        value: 0.0
      - filter: down_proj
        value: 0.0
      - value: 1.0
- sources:
  - layer_range: [8, 24]
    model: failspy/Meta-Llama-3-8B-Instruct-abliterated-v3
    parameters:
      scale:
      - filter: o_proj
        value: 0.0
      - filter: down_proj
        value: 0.0
      - value: 1.0
- sources:
  - layer_range: [24, 32]
    model: failspy/Meta-Llama-3-8B-Instruct-abliterated-v3

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.67.46
AI2 Reasoning Challenge (25-Shot)61.77
HellaSwag (10-Shot)78.42
MMLU (5-Shot)66.57
TruthfulQA (0-shot)52.53
Winogrande (5-shot)74.74
GSM8k (5-shot)70.74

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
1205033

0 моделей