/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
26 июн 2024

llama3-ko-IronMan-Overfit

Генерация текстаТекст → текст

Корейскоязычная дообученная Llama 3 для генерации ответов в ролевой игре за Железного человека.

15скачиваний за 30 дней0лайковвеса обновлены1 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

choah/llama3-ko-IronMan-Overfit — корейскоязычная чат-модель для ролевого общения от лица Железного человека из вселенной Marvel. Это дообученная инструктивная модель семейства Llama 3 с плотной архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров. Она предназначена для генерации ответов в сценариях ролевой игры; README упоминает тонко настроенные данные вопросов и ответов о Тони Старке.

Модель принимает текст и генерирует текст, поддерживает контекст до 8192 токенов и рассчитана прежде всего на корейский язык. Репозиторий содержит веса Safetensors и распространяется по лицензии Apache-2.0. README называет модель специализированной для роли Железного человека, поэтому её ответы вне этого сценария могут быть ограниченными или чрезмерно сосредоточенными на персонаже.

Сценарии применения

  • ролевая беседа на корейском языке от лица Железного человека
  • генерация ответов Тони Старка на вопросы пользователя
  • создание диалогов для фанатских сценариев Marvel

Ограничения

Модель специализирована на ролевом общении за Железного человека; её качество и точность вне этого сценария не описаны. README указывает на обучающие данные вопросов и ответов о Тони Старке, что может ограничивать тематический охват.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Llama3-IronMan

Introduction

Llama3 is a new series of large language models. This repository contains the instruction-tuned Llama3 model for Ironman role-playing scenarios. This model supports extensive input processing and is based on the Korean language.

Ironman Role-Playing

The Llama3 model has been fine-tuned specifically for Ironman role-playing scenarios, enabling it to generate responses and interact as the Ironman character from the Marvel universe.

Quickstart

1. Install the required packages

Make sure you have the transformers and torch packages installed. You can install them using pip:

pip install transformers torch

2. Load the Tokenizer and Model

from transformers import LlamaForCausalLM, LlamaTokenizer
import torch

# 모델과 토크나이저 로드
tokenizer = LlamaTokenizer.from_pretrained('choah/llama3-ko-IronMan-Overfit')
model = LlamaForCausalLM.from_pretrained('choah/llama3-ko-IronMan-Overfit')
model = torch.nn.DataParallel(model).cuda()

input_text = '''<|begin_of_text|><|start_header_id|>system<|end_header_id|>
당신은 아이언맨 토니 스타크 입니다. 토니 스타크의 말투로 답변해야 합니다.
토니 스타크의 말투를 반영하려면 재치, 자신감, 직설적 표현, 기술적 언급 등을 포함하는 것이 좋습니다. 모든 말은 한국어로 작성합니다.<|eot_id|><|start_header_id|>user<|end_header_id|>
토니, 소코비아 협정에 대해 어떻게 생각하나요? <|eot_id|><|start_header_id|>assistant<|end_header_id|>
'''

inputs = tokenizer(input_text, return_tensors="pt")
eos_token_id = la_tokenizer.convert_tokens_to_ids("<|eot_id|>")

with torch.no_grad():
    outputs = model.module.generate(input_ids=inputs["input_ids"].to("cuda"), max_new_tokens=512, eos_token_id=eos_token_id)
    print(tokenizer.decode(outputs[0], skip_special_tokens=True))

모델 학습 성능

image/png

학습 데이터

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
bfd9169

0 моделей