/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
27,3 ГБ
Архитектура
mixtral · MoE
Базовая модель
Llama-3-8B-pineapple-pizza-orpo
Опубликована
14 мая 2024

Llama-3-pineapple-2x8B

Генерация текстаТекст → текст

Объединённая MoE-модель fhnw для генерации текста и чата с экспертами, настроенными на диалоги и рецепты.

17скачиваний за 30 дней0лайковвеса обновлены14 мая 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

Llama-3-pineapple-2x8B — объединённая модель Mixture of Experts, созданная fhnw из двух моделей: fhnw/Llama-3-8B-pineapple-pizza-orpo и fhnw/Llama-3-8B-pineapple-recipe-sft. Архитектура использует маршрутизацию экспертов по скрытым состояниям; в конфигурации указаны эксперты для диалогов и запросов о рецептах. Модель предназначена для генерации текста и общения в формате чата, включая ответы на кулинарные запросы.

По метаданным, она содержит 7,5 млрд параметров, поддерживает контекст до 8192 токенов и распространяется в формате Safetensors. Данных о лицензии в предоставленных материалах нет.

Сценарии применения

  • ответы на вопросы о рецептах
  • составление рецептов по запросу
  • чатовое общение с языковой моделью
  • генерация текстовых ответов

Ограничения

В материалах не указаны поддерживаемые языки и лицензия. Настройка экспертов ориентирована на чат и рецепты, поэтому пригодность для других областей не подтверждена.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Llama-3-pineapple-2x8B

Llama-3-pineapple-2x8B is a Mixture of Experts (MoE) made with the following models:

Configuration

base_model: fhnw/Llama-3-8B-pineapple-pizza-orpo
experts:
- source_model: fhnw/Llama-3-8B-pineapple-pizza-orpo
  positive_prompts: ["assistant", "chat"]
- source_model: fhnw/Llama-3-8B-pineapple-recipe-sft
  positive_prompts: ["recipe"]
gate_mode: hidden
dtype: float16

Usage

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

model_id = "fhnw/Llama-3-pineapple-2x8B"

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, torch_dtype=torch.float16).to(device)

messages = [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "Is pineapple on a pizza a crime?"}
]

input_ids = tokenizer.apply_chat_template(messages, add_generation_prompt=True, return_tensors="pt").to(device)

terminators = [
    tokenizer.eos_token_id,
    tokenizer.convert_tokens_to_ids("<|eot_id|>")
]

outputs = model.generate(
    input_ids,
    max_new_tokens=256,
    eos_token_id=terminators,
    do_sample=True,
    temperature=0.7,
    top_p=0.9,
)
response = outputs[0][input_ids.shape[-1]:]
print(tokenizer.decode(response, skip_special_tokens=True))

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
97322cc

0 моделей