/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
32,1 ГБ
Архитектура
llama · dense
Библиотека
transformers
Опубликована
23 окт 2024

Llama-3.1-8B-Instruct-travelplanner-SFT

Генерация текстаТекст → текст3 профессии

Диалоговая модель на базе Llama 3.1 с дообучением для планирования путешествий и генерации текстовых рекомендаций.

25скачиваний за 30 дней5лайковвеса обновлены19 дек 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

hsaest/Llama-3.1-8B-Instruct-travelplanner-SFT — разговорная текстовая модель семейства Llama 3.1, дообученная для планирования путешествий. Метаданные указывают архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 131 072 токенов; модель загружается в формате safetensors и предназначена для использования через Transformers.

Модель подходит для диалоговых запросов о планировании поездок и генерации текстовых рекомендаций по маршруту. README приводит результаты сравнения базовых моделей Llama 3.1 8B и Qwen2 7B на задачах планирования языковых агентов, но не содержит описания конкретного дообучения этой модели или её собственных оценок. Лицензия и подробные ограничения в предоставленных данных не указаны.

Сценарии применения

  • составление плана путешествия по запросу пользователя
  • получение рекомендаций по маршруту в диалоге
  • генерация идей для организации поездки

Ограничения

README не приводит собственных результатов оценки этой модели и не описывает её ограничения. Языковая поддержка и условия лицензии по предоставленным материалам не установлены.

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
Commonsense (Micro)Commonsense (Macro)Hard (Micro)Hard (Macro)Final Pass Rate
Direct Prompting
Llama3.1-8B60.10.07.92.80.0
Qwen2-7B49.91.12.10.00.0
Fine-tuning
Llama3.1-8B78.317.819.36.13.8
Qwen2-7B59.00.60.20.00.0

If our related resources prove valuable to your research, we kindly ask for a citation.

@article{xie2024revealing,
  title={Revealing the Barriers of Language Agents in Planning},
  author={Xie, Jian and Zhang, Kexun and Chen, Jiangjie and Yuan, Siyu and Zhang, Kai and Zhang, Yikai and Li, Lei and Xiao, Yanghua},
  journal={arXiv preprint arXiv:2410.12409},
  year={2024}
}

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
065f5df

0 моделей