/ Модель

Характеристики

Контекст
8 192 токена
Параметры
6,6 млрд
Размер весов
14,3 ГБ
Лицензия
Llama 3
Архитектура
llama · dense
Базовая модель
Meta-Llama-3-8B
Библиотека
transformers
Опубликована
10 мая 2024

Meta-Llama-3-7B-28Layers

Генерация текстаТекст → текст3 профессии

Прореженная до 28 слоёв версия Meta Llama 3 8B для генерации текста с контекстом до 8192 токенов.

398скачиваний за 30 дней0лайковвеса обновлены10 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 оценки6

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

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,316

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,4437

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0279

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2945

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,1964

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3589

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

aloobun/Meta-Llama-3-7B-28Layers — сжатая версия Meta Llama 3 8B, созданная автором репозитория удалением слоёв. В модели 6,6 млрд параметров и 28 слоёв; она использует архитектуру Llama и предназначена для генерации текста. Контекст составляет 8192 токена, основным языком карточка указывает английский.

Слои для удаления выбраны с помощью PruneMe. README сообщает, что после прореживания модель ещё не дообучалась; веса собраны методом passthrough через mergekit из диапазонов слоёв исходной модели. Это экспериментальная производная модель, а не завершённое дообучение. Лицензия — Llama 3; применяются её условия использования.

Сценарии применения

  • генерация английского текста
  • черновики и продолжение текста
  • эксперименты с прореживанием языковых моделей

Ограничения

Автор отмечает, что после удаления слоёв постобучение не проводилось, поэтому качество и устойчивость модели могут быть ограничены. Контекст ограничен 8192 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

Meta's Llama 3 8B pruned to 7B parameters(w/ 28 layers). Layers to prune selected using PruneMe repo on Github.

  • layers_to_skip = 4

  • Layer 23 to 27 has the minimum average distance of 0.18376044921875

  • To Do : Post pruning training.

layers

model

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

Merge Details

Merge Method

This model was merged using the passthrough 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: meta-llama/Meta-Llama-3-8B
        layer_range: [0, 23]
  - sources:
      - model: meta-llama/Meta-Llama-3-8B
        layer_range: [27,32]
            
merge_method: passthrough
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
9822e6b

0 моделей