/ Модель

Характеристики

Лицензия
MIT
Опубликована
27 июл 2024

Meta-Llama-3.1-8B-Instruct-SILLY

Генерация текстаТекст → текст3 профессии

Экспериментальная GGUF-квантизация Meta-Llama-3.1-8B-Instruct с добавленным шумом к весам для генерации ответов в чате.

115скачиваний за 30 дней1лайквеса обновлены2 авг 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

ZeroWw опубликовал GGUF-версию Meta-Llama-3.1-8B-Instruct-SILLY: исходную модель квантизировали до Q8_0, а затем добавили шум к весам. Автор сообщает, что изменил значения всех весов с отклонением до 15% от исходного значения; после квантизации среднее расхождение значений составило 2,98%. Это разговорная текстовая модель для генерации ответов в чате. Автор отмечает, что при тестировании не заметил явного ухудшения ответов, но оценку perplexity и другие вычислительно сложные проверки не проводил. Модель основана на Meta-Llama-3.1-8B-Instruct. Лицензия — MIT.

Сценарии применения

  • общение с языковой моделью в чате
  • получение ответов на общие вопросы
  • обсуждение исторических тем
  • эксперименты с влиянием шума на веса модели

Ограничения

Автор не проводил оценку perplexity или другие вычислительно сложные проверки; вывод о сохранении качества основан на небольшом ручном тестировании. Добавленный шум изменяет веса относительно исходной модели.

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

ZeroWw 'SILLY' version. The original model has been quantized (fq8 version) and a percentage of it's tensors have been modified adding some noise.

Full colab: https://colab.research.google.com/drive/1a7seagBzu5l3k3FL4SFk0YJocl7nsDJw?usp=sharing

Fast colab: https://colab.research.google.com/drive/1SDD7ox21di_82Y9v68AUoy0PhkxwBVvN?usp=sharing

Original reddit post: https://www.reddit.com/r/LocalLLaMA/comments/1ec0s8p/i_made_a_silly_test/

I created a program to randomize the weights of a model. The program has 2 parameters: the percentage of weights to modify and the percentage of the original value to randmly apply to each weight.

At the end I check the resulting GGUF file for binary differences. In this example I set to modify 100% of the weights of the original model by a maximum of 15% deviation.

Since the deviation is calculated on the F32 weights, when quantized to Q8_0 this changes. So, in the end I got a file that compared to the original has:

Bytes Difference percentage: 73.04%

Average value divergence: 2.98%

The cool thing is that chatting with the model I see no apparent difference and the model still works nicely as the original.

Since I am running everything on CPU, I could not run perplexity scores or anything computing intensive.

As a small test, I asked the model a few questions (like the history of the roman empire) and then fact check its answer using a big model. No errors were detected.

Update: all procedure tested and created on COLAB.

Created on: Sat Jul 27, 15:51:17

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
04339cb

0 моделей