/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3
Архитектура
llama · dense
Базовая модель
orpo_med_v3
Опубликована
2 мая 2024

Llama-3-OpenBioMed-8B-slerp-v0.3

Генерация текстаТекст → текст3 профессии

Объединённая модель Llama на 7,5 млрд параметров для генерации диалогового текста в биомедицинской тематике.

22скачиваний за 30 дней3лайкавеса обновлены3 мая 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

Llama-3-OpenBioMed-8B-slerp-v0.3 — объединённая методом SLERP модель семейства Llama, созданная с помощью LazyMergekit на основе Jayant9928/orpo_med_v3 и skumar9/Llama-medx_v3. Это плотная авторегрессионная языковая модель с архитектурой LlamaForCausalLM, примерно 7,5 млрд параметров и контекстом до 8192 токенов; она предназначена для генерации текста и диалоговых сценариев в биомедицинской и медицинской тематике.

Модель принимает текст и генерирует текст. README предупреждает, что, несмотря на высокую оценку в таблице лидеров, модель выдаёт бессвязный текст, поэтому её ответы могут быть ненадёжны и требуют проверки специалистом. Указанная лицензия — llama3.

Сценарии применения

  • генерация ответов на медицинские вопросы
  • подготовка черновиков диалогов о здоровье
  • создание биомедицинских текстов для последующей проверки специалистом

Ограничения

README предупреждает, что модель выдаёт бессвязный текст, несмотря на высокую оценку в таблице лидеров; ответы ненадёжны и требуют проверки специалистом.

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

CAUTION: This model scores high on the Leaderboard but outputs gibberish!

Llama-3-OpenBioMed-8B-slerp-v0.3

Llama-3-OpenBioMed-8B-slerp-v0.3 is a merge of the following models using LazyMergekit:

🧩 Configuration

slices:
  - sources:
      - model: Jayant9928/orpo_med_v3
        layer_range: [0, 32]
      - model: skumar9/Llama-medx_v3
        layer_range: [0, 32]
merge_method: slerp
base_model: Jayant9928/orpo_med_v3
parameters:
  t:
    - filter: self_attn
      value: [0, 0.5, 0.3, 0.7, 1]
    - filter: mlp
      value: [1, 0.5, 0.7, 0.3, 0]
    - value: 0.5
dtype: bfloat16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "abhinand/Llama-3-OpenBioMed-8B-slerp-v0.3"
messages = [{"role": "user", "content": "What is a large language model?"}]

tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

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
d3baf43

0 моделей