/ Модель

Характеристики

Контекст
8 192 токена
Параметры
42,1 млрд
Размер весов
173 ГБ
Лицензия
Llama 3
Архитектура
llama · dense
Опубликована
21 апр 2024

llama3-42b-v0

Генерация текстаТекст → текст3 профессии

Прореженная и дообученная базовая модель Llama 3 на 42,1 млрд параметров для генерации текста и экспериментов с языковыми моделями.

29скачиваний за 30 дней117лайковвеса обновлены30 мая 2025

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

chargoddard/llama3-42b-v0 — базовая языковая модель на архитектуре Llama 3, созданная Chargoddard путём сокращения Meta Llama 3 70B до 42,1 млрд параметров. После прореживания модель дообучили методом QLoRA примерно на 100 млн токенов из набора JeanKaddour/minipile. Это не модель, настроенная на выполнение инструкций: автор предупреждает, что формат инструкций Llama 3 даёт случайный шум, и рекомендует использовать подходящие подсказки для базовой модели.

Модель предназначена для генерации продолжения текста и исследовательских экспериментов с прореживанием глубоких слоёв. В README приведены результаты оценки, включая точность 0,7669 на MMLU в режиме 0-shot; автор отмечает, что качество ещё оценивается. Контекст составляет 8192 токена, основной язык карточки — английский. Репозиторий содержит веса PyTorch и Safetensors. Лицензия — llama3; условия использования определяются лицензией Llama 3.

Сценарии применения

  • генерация продолжения английского текста
  • оценка базовых языковых моделей на бенчмарках
  • эксперименты с прореживанием слоёв LLM

Ограничения

Модель не настроена на выполнение инструкций, а применение формата инструкций Llama 3, по словам автора, приводит к случайному шуму. Автор продолжает оценивать качество модели.

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

🚨 THIS IS A BASE MODEL 🚨

This model is pruned from the base Llama 3 70B, which has no instruction tuning and randomly initialized special tokens.

Using this with the Llama 3 instruction format is injecting random noise into latent space and will give you deranged results. (It's pretty funny actually.) Treat this as the untrained foundation model this is and use appropriate prompts.

Meta's Llama 3 70B pruned to 42B parameters using the methodology described in The Unreasonable Ineffectiveness of the Deeper Layers. Post-pruning trained using QLoRA for ~100M tokens from JeanKaddour/minipile.

Layers to prune selected using PruneMe.

Still evaluating, don't get too excited! Might be incredibly dumb. Check out these numbers though:

GroupsVersionFiltern-shotMetricValueStderr
mmluN/Anone0acc0.7669±0.0034
- humanitiesN/Anone5acc0.7296±0.0062
- otherN/Anone5acc0.8101±0.0067
- social_sciencesN/Anone5acc0.8668±0.0060
- stemN/Anone5acc0.6825±0.0079
winogrande1none5acc0.8027±0.0112
hellaswag1none10acc_norm0.8025±0.0040

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
d2f88e9

0 моделей