/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
3,3 млрд
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
15 авг 2023

Marx-3B

Генерация текстаТекст → текст3 профессии

Диалоговая модель на базе OpenLLaMA 3B V2 для генерации текста и экспериментов с языковыми моделями.

101скачиваний за 30 дней12лайковвеса обновлены3 фев 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

Marx-3B — языковая модель на основе OpenLLaMA 3B V2, дообученная автором репозитория на наборе EverythingLM Data в формате ShareGPT в течение одной эпохи. Она предназначена для генерации текста в диалоговом формате с шаблоном, разделяющим реплики человека и модели. Модель содержит 3,3 млрд параметров, использует архитектуру Llama и рассчитана на контекст до 2048 токенов.

Модель подходит для генерации ответов в диалоге, экспериментов с небольшими языковыми моделями и оценки на общих тестах. Автор предупреждает, что качество модели может быть низким и описывает её как свой ранний эксперимент с дообучением. Доступны веса PyTorch и Safetensors; упомянуты отдельные сборки GGML и GPTQ. Лицензия — Apache 2.0.

Сценарии применения

  • генерация ответов в диалоге по шаблону ShareGPT
  • создание текстовых ответов на запросы пользователя
  • эксперименты с дообучением компактных языковых моделей
  • оценка языковой модели на тестах ARC и HellaSwag

Ограничения

Автор предупреждает, что качество модели может быть низким: это ранний эксперимент, дообученный на данных EverythingLM в течение одной эпохи. Контекст ограничен 2048 токенами.

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

This is OpenLLaMA 3B V2 finetuned on EverythingLM Data(ShareGPT format more cleaned) for 1 epochs.

Prompt template:

### HUMAN:
{prompt}

### RESPONSE:
<leave a newline for the model to answer>

GGML quants available here. GPTQ quants available here.

Note: Don't expect this model to be good, I was just starting out to finetune. So don't roast me please!

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.41.71
ARC (25-shot)43.17
HellaSwag (10-shot)72.68
MMLU (5-shot)28.46
TruthfulQA (0-shot)39.09
Winogrande (5-shot)65.59
GSM8K (5-shot)1.29

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.41.71
AI2 Reasoning Challenge (25-Shot)43.17
HellaSwag (10-Shot)72.68
MMLU (5-Shot)28.46
TruthfulQA (0-shot)39.09
Winogrande (5-shot)65.59
GSM8k (5-shot)1.29

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
b798836

0 моделей