/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3.1
Архитектура
llama · dense
Базовая модель
Llama3.1-SuperDeepFuse
Опубликована
24 янв 2025

Llama3.1-SuperDeepFuse-CrashCourse12K

Генерация текстаТекст → текст15 профессий

Мультиязычная модель Llama для диалогов, выполнения инструкций, рассуждений, математики и программирования.

26скачиваний за 30 дней1лайквеса обновлены24 янв 2025

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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,7187

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,1805

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3129

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4026

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3631

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5216

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Llama3.1-SuperDeepFuse-CrashCourse12K — мультиязычная языковая модель для диалогов и выполнения инструкций, разработанная на базе agentlans/Llama3.1-SuperDeepFuse и дообученная на 12 тысячах примеров из agentlans/crash-course. В метаданных указаны 7,5 млрд параметров, архитектура Llama с плотной моделью LlamaForCausalLM, контекст до 131 072 токенов и формат safetensors. README описывает дообучение методом LoRA с 4-битной квантизацией во время обучения.

Модель предназначена для генерации ответов, следования инструкциям, рассуждений, решения математических задач и программирования. Карточка указывает на мультиязычную поддержку; конкретные языки не перечислены. README приводит результаты оценивания на IFEval и BBH и предупреждает, что ответы могут быть ошибочными и требуют проверки в критически важных сценариях.

Лицензия — llama3.1, с условиями использования Llama 3.1.

Сценарии применения

  • ответы на пользовательские вопросы в диалоге
  • выполнение текстовых инструкций
  • решение математических задач
  • помощь с написанием и разбором кода
  • генерация и объяснение текста

Ограничения

Модель может выдавать неверные или вводящие в заблуждение ответы, поэтому результаты для критически важных задач нужно проверять. README отмечает, что производительность может уступать более крупным вариантам модели.

Для каких профессий подходит15

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

Llama3.1-SuperDeepFuse-CrashCourse12K

Llama3.1-SuperDeepFuse-CrashCourse12K is an 8B parameter language model based on Llama3.1-SuperDeepFuse and further fine-tuned on agentlans/crash-course.

Model Details

  • Base Model: Llama3.1-SuperDeepFuse (8B parameters)
  • Fine-tuning Dataset: 12 000 samples from agentlans/crash-course (containing samples from 10 high-quality instruct datasets)
  • Model Type: Instruction-tuned language model
  • Language(s): Multilingual
  • License: Follows standard Llama 3.1 usage terms

Training Procedure

Fine-tuning

  • Method: LoRA (Low-Rank Adaptation)
  • Optimizer: AdamW
  • Learning Rate: 5e-5
  • Batch Size: 2 per device
  • Gradient Accumulation Steps: 8
  • Training Epochs: 1
  • Max Sequence Length: 2048
  • LoRA Configuration:
    • Rank: 8
    • Alpha: 16
    • Dropout: 0.5
    • Target: all layers
  • Quantization: 4-bit (bitsandbytes)
  • Precision: BF16
  • Other Techniques: NEFTune (noise alpha: 5), RS-LoRA

Performance and Limitations

This model potentially offers:

  • Enhanced multi-task reasoning
  • Improved performance in mathematics and coding tasks
  • Better instruction-following abilities

However:

  • Performance may be limited compared to larger model variants
  • Can produce misleading or incorrect outputs
  • Outputs should be independently verified for critical applications

Additional Information

Open LLM Leaderboard Evaluation Results

Detailed results can be found here! Summarized results can be found here!

MetricValue (%)
Average27.93
IFEval (0-Shot)71.87
BBH (3-Shot)31.83
MATH Lvl 5 (4-Shot)17.67
GPQA (0-shot)8.39
MuSR (0-shot)8.60
MMLU-PRO (5-shot)29.24

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
7bec0a6

0 моделей