/ Модель

Характеристики

Контекст
131 072 токена
Параметры
3,2 млрд
Размер весов
12,9 ГБ
Лицензия
Llama 3.2
Архитектура
llama · dense
Базовая модель
Llama-3.2-3B-bnb-4bit
Библиотека
transformers
Опубликована
22 окт 2024

Llama-3.2-Nemotron-3B

Генерация текстаТекст → текст6 профессий

Дообученная на HelpSteer2 модель Llama с 3,2 млрд параметров для диалоговой генерации текста на английском языке.

26скачиваний за 30 дней0лайковвеса обновлены24 окт 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

itsnebulalol/Llama-3.2-Nemotron-3B — дообученная языковая модель автора itsnebulalol на базе unsloth/Llama-3.2-3B-bnb-4bit, представляющая собой плотную авторегрессионную архитектуру Llama с 3,2 млрд параметров. Для обучения использован набор nvidia/HelpSteer2; модель предназначена для генерации текста в диалоговом формате и может использоваться для ответов на пользовательские запросы и инструктивных сценариев.

Модель принимает текст и выдаёт текст, поддерживает английский язык и имеет заявленный контекст до 131 072 токенов. В репозитории указаны форматы PyTorch и Safetensors; карточка сообщает о лицензии Llama 3.2. README не приводит результатов оценки качества и подробных ограничений, поэтому пригодность для конкретных задач стоит проверять на собственных примерах.

Сценарии применения

  • генерация ответов на вопросы пользователя
  • диалоговый помощник на английском языке
  • выполнение текстовых инструкций
  • создание черновиков и продолжение текста

Ограничения

Карточка не приводит результатов бенчмарков или подробной оценки качества. Фактическая пригодность для конкретных сценариев требует проверки; лицензия — Llama 3.2.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🍷 Llama-3.2-Nemotron-3B

This is a finetune of meta-llama/Llama-3.2-3B (specifically, unsloth/Llama-3.2-3B-bnb-4bit).

It was trained on the nvidia/HelpSteer2 dataset, similar to nvidia/Llama-3.1-Nemotron-70B-Instruct-HF, using Unsloth.

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "itsnebulalol/Llama-3.2-Nemotron-3B"
messages = [{"role": "user", "content": "How many r in strawberry?"}]

tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.

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
3b8034a

0 моделей