/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3.1
Архитектура
llama · dense
Опубликована
27 июл 2024

Llama-3.1-Base_NSFW-pretrained_e-0.5

Генерация текстаТекст → текст3 профессии

Экспериментально продолженно обученная Llama 3.1 Base для генерации текста с целью уменьшить повторы и зацикливание.

26скачиваний за 30 дней2лайкавеса обновлены30 июл 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

Модель athirdpath/Llama-3.1-Base_NSFW-pretrained_e-0.5 — экспериментальная версия Llama 3.1 Base от автора athirdpath, дополнительно обученная на 0,5 эпохи (2100 шагов при общем batch size 64) на закрытом наборе данных объёмом 1,5 ГБ. Автор проверял, может ли такое обучение уменьшить склонность исходной модели к повторениям и зацикливанию, сохранив её логические способности. Это базовая причинная языковая модель для генерации текста; автор считает результат proof of concept и предполагает, что модель могла бы выиграть от дообучения на инструкциях.

Архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров, контекст — до 131 072 токенов. Данные не сообщают о поддерживаемых языках.

Сценарии применения

  • эксперименты с уменьшением повторов в генерации текста
  • оценка влияния дополнительного предобучения на поведение Llama
  • исследования генерации текста и логических способностей языковых моделей

Ограничения

Это proof of concept, обученный менее одной эпохи на закрытом наборе данных; автор отмечает, что для следования инструкциям, вероятно, потребуется instruction tuning. Эффект на повторы и сохранение логических способностей описан автором как экспериментальный результат.

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

Llama 3.1 Base, continually pretrained with 0.5 Epochs (2100 steps @ total batch 64) of the same 1.5gb private dataset that underpins Iambe

Mostly a proof of concept, but outputs are better than expected. It'd likely be quite good with some instruction tuning.


Why do this? I have a niche use case where I cannot increase compute over 8b, and L3/3.1 are the only models in this size category that meet my needs for logic. However, both versions of L3/3.1 have the damn repetition/token overconfidence problem, and this is meant to disrupt that certainty without disrupting the model's ability to function.

By the way, I think it's the lm_head that is causing the looping, but it might be the embeddings being too separated. I'm not going to pay two more times to test them separately, however :p

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
6414770

0 моделей