/ Модель
Каталог

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3.1
Архитектура
llama · dense
Базовая модель
Meta-llama-3.1-8b-instruct
Опубликована
8 сен 2024

Ссылки

Hugging Face

mergekit

anthonymeo
Генерация текстаТекст → текст

Дообученная модель Llama 3.1 с 7,5 млрд параметров для генерации текста и ведения диалогов.

8скачиваний за 30 дней0лайковвеса обновлены9 сен 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.

Открыть конструктор бенчмарка

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

anthonymeo/mergekit — дообученная текстовая модель семейства Llama на основе Crystalcareai/Meta-llama-3.1-8b-instruct. Это плотная причинная языковая модель с 7,5 млрд параметров, предназначенная для генерации текста и диалогов. В метаданных указано окно контекста 131 072 токена и поддержка чата; файлы модели представлены в формате safetensors.

Карточка сообщает, что модель дообучена с помощью Axolotl версии 0.4.1, но не описывает датасет, конкретные сценарии применения или результаты оценки. Базовая модель Llama 3.1 — многоязычная, однако языки именно этой производной модели не перечислены. Лицензия указана как llama3.1; перед использованием следует учитывать условия лицензии Llama 3.1.

Сценарии применения

  • генерация ответов в чате
  • составление и продолжение текстов
  • диалоговое взаимодействие на естественном языке

Ограничения

Карточка не приводит сведения о датасете и оценке качества, поэтому возможности модели для конкретных сценариев не подтверждены. Языки этой производной модели отдельно не перечислены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

axolotl version: 0.4.1

base_model: Crystalcareai/Meta-llama-3.1-8b-instruct
bf16: 'True'
chat_template: chatml
dataset_prepared_path: ./sft_processed
dataset_processes: 12
datasets:
- field_messages: messages
  path: sft_dataset
  type: sharegpt
deepspeed: /axolotl/deepspeed_configs/zero3_bf16.json
eval_batch_size: 1
flash_attention: true
gradient_accumulation_steps: 8
gradient_checkpointing: true
learning_rate: 5.0e-06
logging_steps: 1
lr_scheduler: cosine
micro_batch_size: 2
num_epochs: 3
optimizer: adamw_bnb_8bit
output_dir: data/sft-full
pad_to_sequence_len: true
sample_packing: true
save_safetensors: true
save_total_limit: 0
saves_per_epoch: 0
seed: 42
sequence_len: 4096
special_tokens:
  pad_token: <|end_of_text|>
tf32: false
tokens: []
use_tensorboard: true
val_set_size: 0

data/sft-full

This model is a fine-tuned version of Crystalcareai/Meta-llama-3.1-8b-instruct on the None dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-06
  • train_batch_size: 2
  • eval_batch_size: 1
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 128
  • total_eval_batch_size: 8
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • num_epochs: 3

Training results

Framework versions

  • Transformers 4.43.1
  • Pytorch 2.3.0+cu121
  • Datasets 2.19.1
  • Tokenizers 0.19.1

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
1171c9e

0 моделей

    Создать бенчмарк