/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
TinyLlama-1.1B-Chat-v0.5
Опубликована
20 ноя 2023

TinyLlama-1.1B-Chat-v0.5-GGUF

Генерация текстаТекст → текст3 профессии

Это квантованная GGUF-версия чат-модели TinyLlama-1.1B-Chat-v0.5, разработанной проектом TinyLlama и подготовленной к квантованию пользователем afrideva.

1 343скачиваний за 30 дней0лайковвеса обновлены20 ноя 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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 основана на TinyLlama-1.1B, дообученной для диалогов на наборе OpenAssistant в формате ChatML. Базовая модель обучалась на данных SlimPajama и starcoderdata; заявленный проект TinyLlama предусматривает предварительное обучение на 3 триллионах токенов.

Модель предназначена для генерации текста и чат-сценариев, включая ответы на вопросы и работу в приложениях с ограниченными ресурсами. Она совместима с архитектурой и токенизатором Llama 2, содержит 1,1 миллиарда параметров и поддерживает английский язык. GGUF-файлы доступны в вариантах квантования q2_k, q3_k_m, q4_k_m, q5_k_m, q6_k и q8_0, размером примерно от 482 МБ до 1,17 ГБ, что позволяет выбирать между экономией памяти и сохранением качества.

Сильными сторонами модели являются компактность, низкие требования к памяти и совместимость с экосистемой инструментов для моделей Llama. Ограничения включают небольшой размер и заявленную поддержку только английского языка; README не содержит данных о длине контекста, точности, производительности, мультимодальности или гарантированном качестве ответов. Распространение указано по лицензии Apache-2.0.

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

TinyLlama/TinyLlama-1.1B-Chat-v0.5-GGUF

Quantized GGUF model files for TinyLlama-1.1B-Chat-v0.5 from TinyLlama

NameQuant methodSize
tinyllama-1.1b-chat-v0.5.q2_k.ggufq2_k482.15 MB
tinyllama-1.1b-chat-v0.5.q3_k_m.ggufq3_k_m549.85 MB
tinyllama-1.1b-chat-v0.5.q4_k_m.ggufq4_k_m667.82 MB
tinyllama-1.1b-chat-v0.5.q5_k_m.ggufq5_k_m782.05 MB
tinyllama-1.1b-chat-v0.5.q6_k.ggufq6_k903.42 MB
tinyllama-1.1b-chat-v0.5.q8_0.ggufq8_01.17 GB

Original Model Card:

TinyLlama-1.1B

https://github.com/jzhang38/TinyLlama

The TinyLlama project aims to pretrain a 1.1B Llama model on 3 trillion tokens. With some proper optimization, we can achieve this within a span of "just" 90 days using 16 A100-40G GPUs 🚀🚀. The training has started on 2023-09-01.

We adopted exactly the same architecture and tokenizer as Llama 2. This means TinyLlama can be plugged and played in many open-source projects built upon Llama. Besides, TinyLlama is compact with only 1.1B parameters. This compactness allows it to cater to a multitude of applications demanding a restricted computation and memory footprint.

This Model

This is the chat model finetuned on top of TinyLlama/TinyLlama-1.1B-intermediate-step-955k-2T. The dataset used is OpenAssistant/oasst_top1_2023-08-25 following the chatml format.

How to use

You will need the transformers>=4.31 Do check the TinyLlama github page for more information.

from transformers import AutoTokenizer
import transformers 
import torch
model = "PY007/TinyLlama-1.1B-Chat-v0.5"
tokenizer = AutoTokenizer.from_pretrained(model)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

CHAT_EOS_TOKEN_ID = 32002

prompt = "How to get in a good university?"
formatted_prompt = (
    f"<|im_start|>user\n{prompt}<|im_end|>\n<|im_start|>assistant\n"
)


sequences = pipeline(
    formatted_prompt,
    do_sample=True,
    top_k=50,
    top_p = 0.9,
    num_return_sequences=1,
    repetition_penalty=1.1,
    max_new_tokens=1024,
    eos_token_id=CHAT_EOS_TOKEN_ID,
)

for seq in sequences:
    print(f"Result: {seq['generated_text']}")

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
79e8363

0 моделей