/ Модель

Характеристики

Контекст
8 192 токена
Параметры
144 млн
Лицензия
Llama 3
Архитектура
llama · dense
Базовая модель
Meta-Llama-3-8B-Instruct
Опубликована
10 июн 2024

tmp

Генерация текстаТекст → текст4 профессии

Дообученная на базе Llama 3 8B Instruct диалоговая модель для генерации текста и ответов на запросы.

166скачиваний за 30 дней0лайковвеса обновлены10 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

Winmodel/tmp — дообученная диалоговая языковая модель семейства Llama, созданная на основе meta-llama/Meta-Llama-3-8B-Instruct. Она предназначена для генерации текста и диалоговых ответов. Модель имеет плотную архитектуру LlamaForCausalLM, распространяется в формате safetensors и рассчитана на контекст до 8192 токенов. В метаданных указано 143,5 млн параметров; базовая модель описана как англоязычная, но языки этого дообучения не подтверждены.

Модель можно использовать для построения диалоговых интерфейсов и генерации ответов на текстовые запросы. Датасет дообучения и результаты оценки не описаны, поэтому качество и специализацию модели сверх общих диалоговых задач установить нельзя. Лицензия — Llama 3; использование регулируется её условиями.

Сценарии применения

  • создание диалогового ассистента
  • генерация ответов на текстовые запросы
  • ведение диалога на естественном языке

Ограничения

Датасет дообучения и результаты оценки не описаны, поэтому качество и предметная специализация не подтверждены. Языковая поддержка именно дообученной модели не указана.

Для каких профессий подходит4

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

tmp

This model is a fine-tuned version of meta-llama/Meta-Llama-3-8B-Instruct on an unknown dataset.

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: 5e-05
  • train_batch_size: 18
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 72
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • training_steps: 5555

Training results

Framework versions

  • Transformers 4.41.2
  • Pytorch 2.3.0+rocm6.0
  • Datasets 2.19.2
  • 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
58fce5e

0 моделей