/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
1 млрд
Архитектура
llama · dense
Базовая модель
TinyLlama-1.1B-Chat-v1.0
Библиотека
transformers
Опубликована
1 ноя 2024

TinyLlama-1.1B-Chat-v1.0-GGUF-Q4_K_M

Генерация текстаТекст → текст3 профессии

Экспериментальная 4-битная Q4_K_M-квантизация чат-модели TinyLlama для генерации текста на устройствах с ограниченными ресурсами.

19скачиваний за 30 дней0лайковвеса обновлены1 ноя 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

Это экспериментальная 4-битная GGUF-квантизация TinyLlama-1.1B-Chat-v1.0, подготовленная Эриком с помощью llama.cpp и метода Q4_K_M. Модель основана на чат-модели TinyLlama с архитектурой Llama и примерно 1 млрд параметров; её исходный контекст составляет 2048 токенов. Карточка описывает генерацию текста и диалоговые ответы, а также тестирование запуска на CPU с ограниченными ресурсами.

В ограниченном тесте на 1% выборки Hellaswag точность практически сохранилась, а время оценки на слабом CPU сократилось примерно на 23%; эти результаты не подтверждают качество на полном наборе данных. README прямо обозначает проект как тестовый и не рекомендует использовать его в реальных задачах. Лицензия в предоставленных данных не указана.

Сценарии применения

  • локальный запуск компактного чат-бота на CPU
  • генерация коротких текстовых ответов
  • эксперименты с запуском LLM при ограниченной памяти
  • сравнение производительности квантованной и исходной TinyLlama

Ограничения

README маркирует проект как тестовый и не рекомендует применять его в реальных задачах; оценка Hellaswag проведена только на 1% выборки. Лицензия в предоставленных данных не указана.

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

Model Card for Model ID

This is just a test project - don't really use it!

This is a quantized version of TinyLlama-1.1B-Chat-v1.0

It was tested for performance with these results:

MetricBase ModelQuantized ModelChange
hellaswag acc0.4850.495unchanged
hellaswag acc_norm0.640.64unchanged
eval time (CPU) - seconds970751-23%

Hellaswag accuracy was essentially maintained in the quantized version of the model, while time to complete the hellaswag eval decreased by ~23% (in a run on a low end CPU, with no access to a GPU).

For expediency a limited version of hellaswag was run with just 1% of samples evaluated - if this was going to be used for real we'd want to run the full eval set.

Note that all of the work to quantize and test the model were done using only CPU.

Model Details

Model Description

A quantized version of TinyLlama-1.1B-Chat-v1.0

  • Developed by: Eric
  • Model type: GGUF quantized 4 bit

Quantization Approach

The model was quantized to 4-bits (using llama.cpp and the Q4_K_M method), i.e. using commands like the following.

Convert original model to gguf:

python ./llama.cpp/convert_hf_to_gguf.py ./llama.cpp/models/TinyLlama-1.1B-Chat-v1.0/

Quantize gguf to 4-bit Q4_K_M:

./llama.cpp/build/bin/llama-quantize ./llama.cpp/models/TinyLlama-1.1B-Chat-v1.0/TinyLlama-1.1B-Chat-v1.0-F16.gguf q4_k_m

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
1c10012

0 моделей