/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,2 млрд
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
Llama-3.2-1B-Instruct
Опубликована
7 окт 2024

Llama-3.2-1B-Instruct-MATH-synthetic

Генерация текстаТекст → текст3 профессии

Компактная дообученная модель Llama 3.2 для генерации текста и диалогов с математической направленностью.

32скачиваний за 30 дней0лайковвеса обновлены7 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

Trelis/Llama-3.2-1B-Instruct-MATH-synthetic — компактная плотная авторегрессионная языковая модель семейства Llama 3.2, разработанная Trelis на основе unsloth/Llama-3.2-1B-Instruct. Модель дообучена с использованием Unsloth и библиотеки TRL; в репозитории представлены веса Safetensors. Она предназначена для генерации текста и диалоговых сценариев, а название модели указывает на математическую направленность синтетических данных дообучения.

Модель содержит около 1,2 млрд параметров и поддерживает контекст до 131 072 токенов. В метаданных указан английский язык, а лицензия — Apache-2.0. Компактный размер делает её подходящей для экспериментов и приложений с ограниченными ресурсами; качество в математических задачах и фактический набор обучающих данных в карточке не описаны.

Сценарии применения

  • генерация решений математических задач на английском языке
  • диалоговые ответы на математические вопросы
  • эксперименты с дообучением компактной Llama
  • создание прототипа текстового помощника

Ограничения

Карточка не сообщает результаты оценки качества или подробности обучающих данных, поэтому математические способности модели не подтверждены опубликованными бенчмарками.

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

Uploaded model

  • Developed by: Trelis
  • License: apache-2.0
  • Finetuned from model : unsloth/Llama-3.2-1B-Instruct

This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.

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
5940d1b

0 моделей