The original consolidated checkpoint, converted using a slightly modified convert_llama_weights_to_hf.py script from the transformers repo.
Характеристики
- Контекст
- 131 072 токена
- Параметры
- 7,5 млрд
- Размер весов
- 16,1 ГБ
- Архитектура
- llama · dense
- Опубликована
- 23 июл 2024
Ссылки
Meta-Llama-3.1-8B-Instruct
Конвертированный чекпойнт Meta-Llama-3.1-8B-Instruct для диалоговой генерации текста с контекстом до 131 072 токенов.
46скачиваний за 30 дней1лайквеса обновлены23 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
Это консолидированный чекпойнт Meta-Llama-3.1-8B-Instruct, опубликованный camenduru и преобразованный в формат Hugging Face с помощью слегка изменённого скрипта convert_llama_weights_to_hf.py из репозитория Transformers. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров. Она предназначена для диалоговой генерации текста и работы в сценариях, где нужно получать ответы на запросы пользователя.
Модель принимает текст и выдаёт текст. Метаданные указывают контекст до 131 072 токенов, формат весов safetensors и возможность чата. Карточка не описывает отдельные дообучения или специализированные области применения этой копии. Условия лицензии в доступных данных не приведены.
Сценарии применения
- ответы на вопросы в диалоговом интерфейсе
- генерация текста по запросу пользователя
- создание чат-бота на базе Llama
- суммаризация длинного текстового контекста
Ограничения
В доступных данных не описаны ограничения качества, безопасности или поддерживаемые языки; условия лицензии также не приведены.
Для каких профессий подходит15
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 341модельI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели
Также подходит для
- II.2Создание и понимание программного кода
- II.1Анализ требований и архитектура ПО
- II.10Разработка и эксплуатация AI/ML-систем
- I.6Перевод и языковая адаптация
- I.14Автоматизация процессов и AI-агенты
- I.3Извлечение и структурирование данных
- I.11Классификация, ранжирование и сопоставление
- II.4Отладка, тестирование и качество ПО
- I.1Поиск и навигация по информации
- II.8Инженерия данных и аналитика
- II.3Рефакторинг, миграция и модернизация
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
- ac6a82c