/ Модель
Каталог

Характеристики

Контекст
8 192 токена
Параметры
10,6 млрд
Размер весов
22,2 ГБ
Лицензия
Llama 3
Архитектура
llama · dense
Опубликована
2 мая 2024

Ссылки

Hugging Face

Llama-3-11b-Instruct

athirdpath
Генерация текстаТекст → текст13 профессий

Слитая разговорная модель Llama на 10,6 млрд параметров для генерации текста и ответов на инструкции.

315скачиваний за 30 дней3лайкавеса обновлены4 мая 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

athirdpath/Llama-3-11b-Instruct — разговорная модель генерации текста, созданная как merge трёх вариантов Part Wave, Part Block и Part Funnel; в README Part Funnel указан как основа. Сборка использует слои NousResearch/Meta-Llama-3-8B-Instruct, а метаданные определяют архитектуру как плотную LlamaForCausalLM. Размер модели — 10,6 млрд параметров, формат весов — safetensors, контекст — до 8192 токенов.

Модель предназначена для диалогов и генерации текста по инструкциям. Автор описывает её как основу для дальнейшей работы и отмечает, что после исправления ошибки в YAML она работает, но количественных оценок качества и подробностей о тестировании не приводит. Лицензия указана как llama3; перед использованием следует учитывать условия лицензии Llama 3.

Сценарии применения

  • ответы на вопросы в диалоге
  • генерация текста по инструкциям
  • создание черновиков и продолжение текста

Ограничения

README не приводит количественных оценок качества или подробностей тестирования. Указание на исправление ошибки в YAML не сопровождается описанием её влияния на результаты.

Для каких профессий подходит13

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейIII.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594моделиIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модельI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

I'm back and doing well! I've got a job in the field now, so we'll see in the long run how that effects my open source output.

Here we have a 11b Llama 3 instruct model for future work.

EDIT: Made a yaml mistake with part funnel, but it still works well.

image/png

This is a merge stock of 3 models:

  • Part Wave
  • Part Block
  • Part Funnel

With Part Funnel as the base.

Part Wave:

  • sources:
    • model: NousResearch/Meta-Llama-3-8B-Instruct layer_range: [0, 12]
  • sources:
    • model: NousResearch/Meta-Llama-3-8B-Instruct layer_range: [8, 18]
  • sources:
    • model: NousResearch/Meta-Llama-3-8B-Instruct layer_range: [13, 23]
  • sources:
    • model: NousResearch/Meta-Llama-3-8B-Instruct layer_range: [18, 32]

Part Block:

  • sources:
    • model: NousResearch/Meta-Llama-3-8B-Instruct layer_range: [0, 15]
  • sources:
    • model: NousResearch/Meta-Llama-3-8B-Instruct layer_range: [8, 23]
  • sources:
    • model: NousResearch/Meta-Llama-3-8B-Instruct layer_range: [16, 32]

Part Funnel:

  • sources:
    • model: NousResearch/Meta-Llama-3-8B-Instruct layer_range: [0, 15]
  • sources:
    • model: NousResearch/Meta-Llama-3-8B-Instruct layer_range: [14, 14]
  • sources:
    • model: NousResearch/Meta-Llama-3-8B-Instruct layer_range: [13, 13]
  • sources:
    • model: NousResearch/Meta-Llama-3-8B-Instruct layer_range: [12, 12]
  • sources:
    • model: NousResearch/Meta-Llama-3-8B-Instruct layer_range: [11, 11]
  • sources:
    • model: NousResearch/Meta-Llama-3-8B-Instruct layer_range: [10, 10]
  • sources:
    • model: NousResearch/Meta-Llama-3-8B-Instruct layer_range: [9, 9]
  • sources:
    • model: NousResearch/Meta-Llama-3-8B-Instruct layer_range: [8, 23]
  • sources:
    • model: NousResearch/Meta-Llama-3-8B-Instruct layer_range: [22, 22]
  • sources:
    • model: NousResearch/Meta-Llama-3-8B-Instruct layer_range: [21, 21]
  • sources:
    • model: NousResearch/Meta-Llama-3-8B-Instruct layer_range: [20, 20]
  • sources:
    • model: NousResearch/Meta-Llama-3-8B-Instruct layer_range: [19, 19]
  • sources:
    • model: NousResearch/Meta-Llama-3-8B-Instruct layer_range: [18, 18]
  • sources:
    • model: NousResearch/Meta-Llama-3-8B-Instruct layer_range: [17, 17]
  • sources:
    • model: NousResearch/Meta-Llama-3-8B-Instruct layer_range: [16, 32]

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
24db1a2

0 моделей

    Создать бенчмарк