/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Своя лицензия
Архитектура
llama · dense
Базовая модель
Meta-Llama-3.1-8B
Опубликована
30 июл 2024

Llama-3.1-8b-BAdam

Генерация текстаТекст → текст3 профессии

Диалоговая дообученная модель Llama 3.1 на 7,5 млрд параметров для генерации текста и задач по математике.

20скачиваний за 30 дней0лайковвеса обновлены30 июл 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

Syed-Hasan-8503/Llama-3.1-8b-BAdam — дообученная модель семейства Llama 3.1, созданная на базе meta-llama/Meta-Llama-3.1-8B с использованием датасета belle_math. Она предназначена для генерации текста в диалоговом формате; обучение на математическом наборе данных указывает на сценарии, связанные с решением математических задач. Модель имеет плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров. Заявленная длина контекста — 131 072 токена.

В README приведено значение loss 0,9967 на оценочном наборе, но подробности оценки и перечень ограничений не описаны. Репозиторий содержит веса в формате safetensors. Указана лицензия other; конкретные условия использования по этим данным определить нельзя.

Сценарии применения

  • генерация ответов в диалоге
  • решение математических задач
  • пошаговые ответы на математические вопросы
  • создание текстовых ответов на запросы пользователя

Ограничения

README не содержит подробных результатов оценки и описания ограничений; значение loss приведено без пояснений о методике и наборе оценки. Указана лицензия other, поэтому конкретные условия использования следует уточнить в репозитории.

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

sft

This model is a fine-tuned version of meta-llama/Meta-Llama-3.1-8B on the belle_math dataset. It achieves the following results on the evaluation set:

  • Loss: 0.9967

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0001
  • train_batch_size: 1
  • eval_batch_size: 1
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 8
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.1
  • training_steps: 500

Training results

Training LossEpochStepValidation Loss
0.62724.44445000.9967

Framework versions

  • Transformers 4.43.3
  • Pytorch 2.2.0+cu121
  • Datasets 2.20.0
  • Tokenizers 0.19.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
fa2cfba

0 моделей