/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
32,3 млрд
Размер весов
65,1 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
13 июн 2023

landmark-33b

Генерация текстаТекст → текст3 профессии

Дообученная 33-миллиардная LLaMA с Landmark Attention для генерации английского текста.

61скачиваний за 30 дней6лайковвеса обновлены14 июн 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.

  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

Landmark Attention LLaMA 33B — модель генерации текста на архитектуре LLaMA, разработанная Alpindale. Она дообучена методом PEFT LoRA с Landmark Attention за 200 шагов; автор указывает, что обучение может продолжиться. Репозиторий содержит объединённые веса, а адаптер доступен отдельно.

Модель предназначена для генерации текста на английском языке. В метаданных указаны 32,3 млрд параметров, контекст 2048 токенов и формат PyTorch. Для использования требуется включить trust_remote_code. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация продолжения английского текста
  • создание черновиков и текстовых ответов
  • эксперименты с Landmark Attention в LLaMA
  • тестирование генерации текста на чекпойнте LLaMA 33B

Ограничения

Дообучение выполнено лишь за 200 шагов, и автор отмечает, что модель может обучаться дальше; качество и устойчивость не подтверждены. Для запуска требуется trust_remote_code.

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

Landmark Attention LLaMA 33B

This model has been trained using the PEFT LoRA technique with the Landmark Attention method over 200 steps. Model will likely be trained further and updated later on.

Usage

Requires trust_remote_code to be set to True. In oobabooga, you can simply add the --trust_remote_code flag.

You will also need to disable the Add the bos_token to the beginning of prompts option in the settings.

PEFT Checkpoint

You can probably merge the checkpoint with any other LLaMA-based model (provided they're 33B, of course). This repo contains the merged weights, but you can grab the adapter here.

Training Code

You can find the training code here.

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
1161732

0 моделей