/ Модель

Характеристики

Контекст
8 192 токена
Параметры
1,2 млрд
Размер весов
3,4 ГБ
Лицензия
CC BY 4.0
Архитектура
llama · dense
Опубликована
6 июн 2024

Llama3-1B-Base

Генерация текстаТекст → текст8 профессий

Компактная базовая модель семейства Llama 3 для генерации текста и дообучения под прикладные NLP-задачи.

567скачиваний за 30 дней7лайковвеса обновлены16 июн 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 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

andrijdavid/Llama3-1B-Base — базовая плотная языковая модель примерно на 1,2 млрд параметров, созданная автором репозитория на основе уменьшенной версии Llama 3 8B от Meta. Она предназначена для генерации текста и последующего дообучения под конкретные задачи, в том числе ответы на вопросы, анализ тональности, перевод и суммаризацию. Модель рассчитана на использование в условиях ограниченных вычислительных ресурсов; архитектура — LlamaForCausalLM, формат весов — safetensors, контекст — до 8192 токенов.

Модель не дообучалась под отдельную задачу. Она поддерживает диалоговый сценарий, но может выдавать фактически неверные, предвзятые, оскорбительные или неуместные ответы. Лицензия репозитория — CC BY 4.0. Автор указывает, что проект не связан с Meta.

Сценарии применения

  • генерация текста на основе подсказки
  • дообучение для ответов на вопросы
  • дообучение для анализа тональности
  • дообучение для перевода текстов
  • дообучение для суммаризации

Ограничения

Модель может выдавать фактически неверные, предвзятые, оскорбительные или неуместные ответы. Для перечисленных прикладных задач потребуется дообучение.

Для каких профессий подходит8

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

Llama-3-1B-Base

Llama3-1b is a trimmed version of the official Llama-3 8B base model from Meta. It has been reduced in size to ~1 billion parameters, making it more computationally efficient while still retaining a significant portion of the original model's capabilities. This model is intended to serve as a base model and has not been further fine-tuned for any specific task. It is specifically designed to bring the power of LLMs (Large Language Models) to environments with limited computational resources. This model offers a balance between performance and resource usage, serving as an efficient alternative for users who cannot leverage the larger, resource-intensive versions from Meta.

Important: This project is not affiliated with Meta.

Uses

This model can be fine-tuned for a variety of natural language processing tasks, including:

  • Text generation
  • Question answering
  • Sentiment analysis
  • Translation
  • Summarization

Bias, Risks, and Limitations

While Llama3-1b is a powerful model, it is important to be aware of its limitations and potential biases. As with any language model, this model may generate outputs that are factually incorrect or biased. It is also possible that the model may produce offensive or inappropriate content. Users and Developers should be aware of these risks and take appropriate measures to mitigate them.

How to Use

To use Llama3-1b, you can load the model using the Hugging Face Transformers library in Python:

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("andrijdavid/Llama-3-1B-Base/")
model = AutoModelForCausalLM.from_pretrained("andrijdavid/Llama-3-1B-Base/")

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
900a794

0 моделей