/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Архитектура
llama · dense
Базовая модель
RAG_llama_3_1
Библиотека
transformers
Опубликована
22 авг 2024

RAG-llama-3.1-instruct-SLERP-MERGED

Генерация текстаТекст → текст9 профессий

Объединённая методом SLERP модель семейства Llama для диалоговой генерации текста и ответов на вопросы.

15скачиваний за 30 дней0лайковвеса обновлены22 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

Модель abhinav-2k23/RAG-llama-3.1-instruct-SLERP-MERGED — объединение языковых моделей, созданное автором репозитория с помощью mergekit и метода SLERP. В объединение вошли abhinav-2k23/RAG_llama_3_1 и Meta Llama 3.1 8B Instruct; конфигурация использует диапазоны слоёв 0–32 и точность bfloat16.

Модель предназначена для генерации текста в диалоговом формате. Её можно применять для ответов на вопросы и работы в сценариях RAG, однако карточка не приводит отдельной оценки этих возможностей. Архитектура — плотная LlamaForCausalLM; размер составляет 7,5 млрд параметров, контекст — до 131 072 токенов. Доступны веса в формате safetensors, библиотека Transformers и интерфейс для вызова инструментов.

Карточка не указывает поддерживаемые естественные языки и конкретные ограничения качества. Для использования действуют лицензии базовых моделей; сведения о лицензии объединённого репозитория в предоставленных данных отсутствуют.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • ответы на вопросы по контексту, предоставленному через RAG
  • создание текстовых продолжений и черновиков
  • подключение вызова инструментов в чат-приложении

Ограничения

В предоставленных данных не описаны результаты оценки качества и конкретные ограничения. Поддерживаемые языки и лицензия объединённого репозитория не указаны в источниках.

Для каких профессий подходит9

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

merge

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the SLERP merge method.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

slices:
- sources:
  - model: abhinav-2k23/RAG_llama_3_1
    layer_range:
    - 0
    - 32
  - model: meta-llama/Meta-Llama-3.1-8B-Instruct
    layer_range:
    - 0
    - 32
merge_method: slerp
base_model: meta-llama/Meta-Llama-3.1-8B-Instruct
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

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
215cd22

0 моделей