Trained on 3 epoch of the EverythingLM data.
Eval Results :
I like to tweak smaller models than 3B and mix loras, but now I'm trying my hand at finetuning a 3B model. Lets see how it goes.
Характеристики
- Контекст
- 2 048 токенов
- Параметры
- 3,3 млрд
- Размер весов
- 6,9 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Опубликована
- 8 дек 2023
Ссылки
open-llama-3b-v2-elmv3
Экспериментально дообученная OpenLLaMA v2 на 3,3 млрд параметров для генерации текста на английском языке.
71скачиваний за 30 дней0лайковвеса обновлены11 дек 2023
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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
aloobun/open-llama-3b-v2-elmv3 — дообученная автором aloobun языковая модель OpenLLaMA v2 с архитектурой LlamaForCausalLM и плотной сетью на 3,3 млрд параметров. Модель обучалась три эпохи на наборе EverythingLM-data-V3 и предназначена для генерации текста.
Она принимает текст и генерирует текст; в метаданных указан английский язык, а контекст составляет 2048 токенов. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. Автор описывает работу как эксперимент с дообучением модели, поэтому качество для конкретных сценариев README не подтверждает.
Сценарии применения
- генерация продолжений английского текста
- черновики и варианты формулировок на английском
- ответы на текстовые запросы на английском
- эксперименты с дообучением компактных языковых моделей
Ограничения
README не приводит результаты оценки и не подтверждает качество для отдельных задач; автор характеризует дообучение как эксперимент. Контекст ограничен 2048 токенами.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- LlamaForCausalLM
- Ревизия весов
- b036c6f