/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Архитектура
mixtral · MoE
Библиотека
transformers
Опубликована
5 июн 2024

Llama-3-8B-Instruct-MoE-4

Генерация текстаТекст → текст6 профессий

Диалоговая MoE-модель на базе Llama 3 для генерации текста по запросу.

14скачиваний за 30 дней0лайковвеса обновлены5 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

VictorDCh/Llama-3-8B-Instruct-MoE-4 — разговорная языковая модель для генерации текста. README указывает базовую модель meta-llama/Meta-Llama-3-8B-Instruct и конфигурацию из восьми экспертов с выбором двух экспертов на токен; метаданные описывают архитектуру как MixtralForCausalLM типа MoE. Размер модели — 7,5 млрд параметров, контекст — 8192 токена. Модель распространяется в формате safetensors и рассчитана на использование через Transformers.

Модель подходит для диалогов и генерации текста по запросу. README указывает случайный режим маршрутизации экспертов и не приводит результатов обучения или оценок качества. Разработчик в карточке не назван; лицензия в предоставленных данных не указана.

Сценарии применения

  • ответы на вопросы в диалоге
  • генерация текста по инструкциям
  • создание черновиков и продолжение текста

Ограничения

README не содержит оценок качества, описания обучения или перечня языков. В конфигурации указан случайный режим маршрутизации экспертов.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Model ID

Model Details

MODEL_NAME = "Llama-3-8B-Instruct-MoE-4" yaml_config = """ base_model: meta-llama/Meta-Llama-3-8B-Instruct gate_mode: random dtype: bfloat16 experts_per_token: 2 experts:

  • source_model: meta-llama/Meta-Llama-3-8B-Instruct positive_prompts: []
  • source_model: meta-llama/Meta-Llama-3-8B-Instruct positive_prompts: []
  • source_model: meta-llama/Meta-Llama-3-8B-Instruct positive_prompts: []
  • source_model: meta-llama/Meta-Llama-3-8B-Instruct positive_prompts: []
  • source_model: meta-llama/Meta-Llama-3-8B-Instruct positive_prompts: []
  • source_model: meta-llama/Meta-Llama-3-8B-Instruct positive_prompts: []
  • source_model: meta-llama/Meta-Llama-3-8B-Instruct positive_prompts: []
  • source_model: meta-llama/Meta-Llama-3-8B-Instruct positive_prompts: [] """

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
f0e04b1

0 моделей