Плотная языковая модель семейства Llama на 12,9 млрд параметров для генерации текста.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
dhmeltzer/Llama-2-13b-hf-ds_wiki_1024_full_r_64_alpha_16_merged — плотная авторегрессионная языковая модель семейства Llama на 12,9 млрд параметров, предназначенная для генерации текста. В метаданных указана архитектура LlamaForCausalLM и контекст до 4096 токенов; модель опубликована в формате safetensors.
Карточка содержит результаты оценки на бенчмарках ARC и HellaSwag, включая средний балл 46,33, но не описывает конкретные пользовательские сценарии или языки. Лицензия и сведения о разработчике в доступных данных не приведены. По названию репозитория нельзя надёжно установить происхождение модели или базовый чекпойнт.
README содержит лишь краткие результаты бенчмарков и не описывает языковую поддержку, лицензию или ограничения модели.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Detailed results can be found here
| Metric | Value |
|---|---|
| Avg. | 46.33 |
| ARC (25-shot) | 58.45 |
| HellaSwag (10-shot) | 81.97 |
| MMLU (5-shot) | 55.02 |
| TruthfulQA (0-shot) | 35.85 |
| Winogrande (5-shot) | 75.69 |
| GSM8K (5-shot) | 10.69 |
| DROP (3-shot) | 6.63 |
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…