Слитая модель семейства LLaMA на 6,6 млрд параметров для генерации текста с контекстом до 4096 токенов.
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-7b-SFT_ds_wiki65k_1024_r_64_alpha_16_merged — слитая версия модели семейства LLaMA с 6,6 млрд параметров, предназначенная для генерации текста. В карточке приведены результаты оценки на Open LLM Leaderboard: средний балл 42,74, ARC — 54,35, HellaSwag — 78,06.
Модель принимает текст и генерирует текст; заявленный размер контекста — 4096 токенов. Файлы доступны в форматах PyTorch и safetensors. README не описывает языковой охват, конкретные пользовательские сценарии или условия лицензии, поэтому их нельзя уточнить по предоставленным данным.
README содержит лишь часть результатов бенчмарков и не уточняет языковую специализацию или лицензию. Качество для конкретных задач по приведённым оценкам определить нельзя.
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. | 42.74 |
| ARC (25-shot) | 54.35 |
| HellaSwag (10-shot) | 78.06 |
| MMLU (5-shot) | 45.35 |
| TruthfulQA (0-shot) | 37.11 |
| Winogrande (5-shot) | 73.4 |
| GSM8K (5-shot) | 4.62 |
| DROP (3-shot) | 6.28 |
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…