/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,6 млрд
Размер весов
16,3 ГБ
Лицензия
Llama 3
Архитектура
llama · dense
Базовая модель
Llama-3-Ko-Luxia-Instruct
Опубликована
5 июн 2024

1min-v2-luxia-8b

Генерация текстаТекст → текст3 профессии

Дообученная на корейских транскрипциях YouTube модель Llama 3 для диалоговой генерации текста.

11скачиваний за 30 дней0лайковвеса обновлены5 июн 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

esunn/1min-v2-luxia-8b — дообученная модель семейства Llama 3, созданная на основе maywell/Llama-3-Ko-Luxia-Instruct с помощью Axolotl 0.4.0. Модель содержит 7,6 млрд параметров, использует архитектуру LlamaForCausalLM и рассчитана на контекст до 8192 токенов.

Модель предназначена для генерации текста в диалоговом формате. Она дообучена на изменённом наборе instructkr/ko_youtube_transcription_v2_filtered, поэтому может быть полезна для сценариев, связанных с корейскими транскрипциями YouTube, однако карточка не уточняет её целевые функции или качество на таких задачах. На оценочном наборе указано значение loss 2,0986.

Модель распространяется в формате safetensors по лицензии Llama 3. Карточка не приводит подробных сведений о тестировании и ограничениях, поэтому указанное значение loss само по себе не позволяет судить о качестве для конкретного применения.

Сценарии применения

  • генерация ответов в текстовом диалоге
  • эксперименты с корейскими транскрипциями YouTube
  • создание текста на основе корейских инструкций

Ограничения

Карточка не приводит подробной оценки качества или ограничений; значение loss 2,0986 не показывает само по себе, насколько модель подходит для конкретных задач. Обучающий набор связан с корейскими транскрипциями YouTube, что может ограничивать применимость вне этого распределения данных.

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

axolotl version: 0.4.0

base_model: maywell/Llama-3-Ko-Luxia-Instruct
trust_remote_code: true
load_in_8bit: false
load_in_4bit: false
strict: false
datasets:
  - path: "../data/generated_ds.json"
    type: alpaca
    conversation: chatml
dataset_prepared_path: ../data/dataset_v2_pre
val_set_size: 0.05
output_dir: ../data/output/1min-v2-luxia-8b
sequence_len: 1024
sample_packing: true
pad_to_sequence_len: true
eval_sample_packing: false
wandb_project: 
wandb_entity: 
wandb_watch:
wandb_name:
wandb_log_model:
gradient_accumulation_steps: 4
micro_batch_size: 1
num_epochs: 10
optimizer: adamw_bnb_8bit
lr_scheduler: cosine
learning_rate: 2e-6
train_on_inputs: false
group_by_length: false
bf16: auto
fp16: null
tf32: false
gradient_checkpointing: true
early_stopping_patience: null
resume_from_checkpoint: null
local_rank: null
logging_steps: 1
xformers_attention: null
flash_attention: true
warmup_steps: 10
evals_per_epoch: 4
eval_table_size: null
eval_max_new_tokens: 128
saves_per_epoch: 1
save_total_limit: 4
debug: true
deepspeed: deepspeed_configs/zero2.json
weight_decay: 0.0
special_tokens:
  pad_token: <|end_of_text|>

data/output/1min-v2-luxia-8b

This model is a fine-tuned version of maywell/Llama-3-Ko-Luxia-Instruct on the manipulated instructkr/ko_youtube_transcription_v2_filtered dataset. It achieves the following results on the evaluation set:

  • Loss: 2.0986

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-06
  • train_batch_size: 1
  • eval_batch_size: 1
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 7
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 28
  • total_eval_batch_size: 7
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 10
  • num_epochs: 10

Training results

Training LossEpochStepValidation Loss
2.61450.051312.7217
2.76680.256452.7018
2.63040.5128102.5065
2.36350.7692152.3580
2.45531.0256202.2813
2.23441.2436252.2339
2.45621.5302.2017
2.09431.7564352.1726
2.06952.0128402.1425
1.86162.2308452.1171
2.04982.4872502.1040
1.90282.7436552.0984
1.90573.0602.0841
1.74643.2179652.0784
1.82843.4744702.0788
1.88663.7308752.0761
1.89273.9872802.0673
1.57784.2051852.0779
1.72744.4615902.0934
1.74314.7179952.0652
1.87284.97441002.0618
1.57295.19231052.0837
1.46315.44871102.0873
1.47585.70511152.0744
1.52895.96151202.0899
1.5156.17951252.0919
1.57576.43591302.0978
1.53926.69231352.0986

Framework versions

  • Transformers 4.40.2
  • Pytorch 2.1.2+cu118
  • Datasets 2.19.1
  • Tokenizers 0.19.1

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
bbf3092

0 моделей