/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Размер весов
13,5 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
30 ноя 2023

llama-2-7b-chat-nf4-fp16-upscaled

Генерация текстаТекст → текст6 профессий

Диалоговый вариант Llama 2 7B в FP16 для генерации текста, полученный обратным преобразованием весов после квантизации NF4.

24скачиваний за 30 дней0лайковвеса обновлены12 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.

  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

Это вариант диалоговой модели Llama 2 7B Chat от Meta, подготовленный arnavgrg: веса после загрузки с 4-битной квантизацией NF4 в bitsandbytes были преобразованы обратно в FP16. Модель использует плотную архитектуру Llama и предназначена для генерации текста в формате чата; её можно загружать через Transformers.

Контекст модели составляет 4096 токенов, размер — около 6,6 млрд параметров. Преобразование NF4 с потерями снижает качество относительно официальной базовой модели. Лицензия репозитория — Apache-2.0.

Сценарии применения

  • ответы на вопросы в чате
  • ведение диалога с пользователем
  • генерация текстовых ответов по запросу

Ограничения

Квантизация NF4 была с потерями, поэтому качество ниже, чем у официальной базовой модели. Контекст ограничен 4096 токенами.

Для каких профессий подходит6

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

This is an upscaled fp16 variant of the original Llama-2-7b-chat base model by Meta after it has been loaded with nf4 4-bit quantization via bitsandbytes. The main idea here is to upscale the linear4bit layers to fp16 so that the quantization/dequantization cost doesn't have to paid for each forward pass at inference time.

Note: The quantization operation to nf4 is not lossless, so the model weights for the linear layers are lossy, which means that this model will not work as well as the official base model.

To use this model, you can just load it via transformers in fp16:

import torch
from transformers import AutoModelForCausalLM

model = AutoModelForCausalLM.from_pretrained(
  "arnavgrg/llama-2-7b-chat-nf4-fp16-upscaled",
  device_map="auto",
  torch_dtype=torch.float16
)

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
809b032

0 моделей