Характеристики

Контекст: 8 192 токена
Параметры: 7,5 млрд
Размер весов: 16,1 ГБ
Лицензия: Apache 2.0
Архитектура: llama · dense
Библиотека: transformers
Опубликована: 30 апр 2024

Ссылки

T3Q-Llama3-8B-dpo-v2.0

Генерация текстаТекст → текст3 профессии

Плотная языковая модель семейства Llama на 7,5 млрд параметров для генерации текста и экспериментов с корейскими языковыми тестами.

22скачиваний за 30 дней0лайковвеса обновлены23 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.

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.

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

chlee10/T3Q-Llama3-8B-dpo-v2.0 — языковая модель семейства Llama, опубликованная пользователем chlee10 на Hugging Face. Это плотная авторегрессионная модель примерно на 7,5 млрд параметров для генерации текста; карточка содержит результаты оценки на нескольких корейских языковых тестах, включая KoBEST BoolQ и COPA.

Модель подходит для генерации и продолжения текста, а также для экспериментальной оценки языковых моделей на корейских заданиях. Она принимает текст и выдаёт текст, использует библиотеку Transformers и поддерживает контекст до 8192 токенов. В README указана оценка на корейских тестах, но подробности обучения и подтверждённый перечень поддерживаемых языков отсутствуют.

Лицензия — Apache-2.0. Метаданные и карточка не сообщают базовую модель или автора разработки; название указывает на DPO и Llama 3, но этого недостаточно, чтобы надёжно установить происхождение и точный базовый репозиторий.

Сценарии применения

генерация и продолжение текста
экспериментальная оценка на корейском BoolQ
экспериментальная оценка на корейском COPA

Ограничения

Карточка не раскрывает автора разработки, данные обучения и проверенный список языков; корейские тесты в README дают лишь ограниченное представление о качестве. Поддерживаемый контекст — до 8192 токенов.

Для каких профессий подходит3

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 385моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Model ID

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

Developed by: [More Information Needed]
Funded by [optional]: [More Information Needed]
Shared by [optional]: [More Information Needed]
Model type: [More Information Needed]
Language(s) (NLP): [More Information Needed]
License: [More Information Needed]
Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

Repository: [More Information Needed]
Paper [optional]: [More Information Needed]
Demo [optional]: [More Information Needed]

Uses

Evaluation

hf-causal-experimental (pretrained=chlee10/T3Q-Llama3-8B-dpo-v2.0,use_accelerate=true,trust_remote_code=true), limit: None, provide_description: False, num_fewshot: 0, batch_size: 8

Task	Version	Metric	Value		Stderr
kobest_boolq	0	acc	0.5150	±	0.0133
		macro_f1	0.3669	±	0.0090
kobest_copa	0	acc	0.6420	±	0.0152
		macro_f1	0.6417	±	0.0151
kobest_hellaswag	0	acc	0.4480	±	0.0223
		acc_norm	0.5720	±	0.0221
		macro_f1	0.4455	±	0.0223
kobest_sentineg	0	acc	0.6222	±	0.0244
		macro_f1	0.5820	±	0.0256

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: LlamaForCausalLM
Ревизия весов: 41a7b29