/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Архитектура
llama · dense
Базовая модель
Meta-Llama-3.1-8B-Instruct
Библиотека
transformers
Опубликована
6 дек 2024

KRONOS-8B-V1-P3

Генерация текстаТекст → текст3 профессии

Слитая модель Llama 3.1 на 7,5 млрд параметров, предназначенная прежде всего для дальнейшего объединения с моделями того же семейства.

37скачиваний за 30 дней1лайквеса обновлены6 фев 2025

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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,1926

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3405

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2601

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,7137

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3616

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5128

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

KRONOS V1 P3 — слитая модель на архитектуре Llama 3.1, созданная T145 на основе Meta Llama 3.1 Instruct и адаптера REILX/Llama-3-8B-Instruct-750Mb-lora. Она содержит 7,5 млрд параметров, сохраняется в формате safetensors и поддерживает контекст до 131 072 токенов. Метаданные указывают на диалоговые возможности и интерфейс вызова инструментов; задача модели — генерация текста.

Основное назначение этой версии — дальнейшее слияние с другими моделями того же семейства методом TIES. Для обычного использования как самостоятельной модели автор практической рекомендации не даёт и считает создание квантованных версий ненужным. В README приведены результаты оценивания, включая 71,37% на IFEval и 30,27% на BBH. Лицензия в предоставленных данных не указана.

Сценарии применения

  • дальнейшее слияние с моделями семейства Llama 3.1 методом TIES
  • эксперименты с объединением инструкционно настроенных языковых моделей
  • генерация текста и диалоговые эксперименты
  • оценка следования инструкциям и рассуждений на бенчмарках

Ограничения

Автор указывает, что модель предназначена прежде всего для дальнейшего слияния и считает создание квантованных версий ненужным. Результаты приведённых оценок ограничены отдельными показателями IFEval и BBH; лицензия не указана в предоставленных данных.

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

KRONOS V1 P3

This is a merge of Meta Llama 3.1 Instruct and REILIX's "750MB" LORA, created using llm-tools.

The primary purpose of this model is to be merged into other models in the same family using the TIES merge method.

Creating quants for this is entirely unnecessary.

Merge Details

Configuration

The following Bash command was used to produce this model:

python /llm-tools/merge-lora.py -m unsloth/Meta-Llama-3.1-8B-Instruct -l REILX/Llama-3-8B-Instruct-750Mb-lora

Open LLM Leaderboard Evaluation Results

Detailed results can be found here! Summarized results can be found here!

MetricValue (%)
Average25.67
IFEval (0-Shot)71.37
BBH (3-Shot)30.27
MATH Lvl 5 (4-Shot)18.35
GPQA (0-shot)1.34
MuSR (0-shot)5.96
MMLU-PRO (5-shot)26.72

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
2dd5dc4

0 моделей