Uploaded model
- Developed by: balrogbob
- License: apache-2.0
- Finetuned from model : keeeeenw/MicroLlama
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 8 192 токена
- Параметры
- 272 млн
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Базовая модель
- MicroLlama
- Опубликована
- 13 июл 2024
Ссылки
microllama-python-instruct-0.3
Дообученная компактная Llama-модель для генерации текста по инструкциям на английском языке.
41скачиваний за 30 дней0лайковвеса обновлены13 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
balrogbob/microllama-python-instruct-0.3 — компактная плотная Llama-модель, разработанная balrogbob путём дообучения keeeeenw/MicroLlama. Модель предназначена для генерации текста в формате инструкций и лёгких языковых приложений. Она содержит 271,8 млн параметров, поддерживает контекст до 8192 токенов и работает с текстом на английском языке.
Модель сохранена в формате Safetensors; при обучении использовались Unsloth и библиотека Hugging Face TRL. Лицензия — Apache-2.0. Карточка не описывает конкретные наборы данных или результаты оценки качества, поэтому пригодность для специализированных задач стоит проверять отдельно.
Сценарии применения
- генерация ответов на текстовые инструкции
- создание коротких текстов на английском языке
- эксперименты с компактными языковыми моделями
- разработка лёгких приложений на базе генеративной модели
Ограничения
Карточка не приводит оценки качества, обучающие данные или результаты сравнений; качество следования инструкциям и пригодность для конкретных сценариев требуют проверки.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- LlamaForCausalLM
- Ревизия весов
- adbcbe9