/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
1 млрд
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
15 янв 2024

LlamaCorn-1.1B

Генерация текстаТекст → текст3 профессии

Компактная чат-модель Jan на базе TinyLlama для генерации текста и диалоговых ответов.

32скачиваний за 30 дней2лайкавеса обновлены4 мар 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

LlamaCorn-1.1B — компактная чат-модель семейства Llama, разработанная Jan и дообученная на базе TinyLlama/TinyLlama-1.1B-intermediate-step-1431k-3T. Модель содержит около 1 млрд параметров, принимает текст и предназначена для генерации ответов в формате ChatML; указанный контекст — 2048 токенов.

Модель обучена на наборах jan-hq/bagel_sft_binarized, jan-hq/dolphin_binarized и jan-hq/openhermes_binarized. Её можно использовать для диалогов и экспериментов с компактными языковыми моделями. В карточке приведены результаты оценки на нескольких бенчмарках, но подробное описание возможностей и ограничений отсутствует. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация ответов в диалоге
  • создание чат-бота на основе ChatML
  • локальный запуск компактной языковой модели
  • эксперименты с дообучением LLM
  • генерация текста по запросу

Ограничения

README не описывает подробно предназначение и ограничения модели. Контекст составляет 2048 токенов, а размер около 1 млрд параметров ограничивает её возможности по сравнению с более крупными моделями.

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

Prompt template

ChatML

<|im_start|>system
{system_message}<|im_end|>
<|im_start|>user
{prompt}<|im_end|>
<|im_start|>assistant

Run this model

You can run this model using Jan Desktop on Mac, Windows, or Linux.

Jan is an open source, ChatGPT alternative that is:

  • 💻 100% offline on your machine: Your conversations remain confidential, and visible only to you.

  • 🗂️ ** An Open File Format**: Conversations and model settings stay on your computer and can be exported or deleted at any time.

  • 🌐 OpenAI Compatible: Local server on port 1337 with OpenAI compatible endpoints

  • 🌍 Open Source & Free: We build in public; check out our Github

image/png

About Jan

Jan believes in the need for an open-source AI ecosystem and is building the infra and tooling to allow open-source AIs to compete on a level playing field with proprietary ones.

Jan's long-term vision is to build a cognitive framework for future robots, who are practical, useful assistants for humans and businesses in everyday life.

LlamaCorn-sft-adapter

This model is a fine-tuned version of TinyLlama/TinyLlama-1.1B-intermediate-step-1431k-3T on the jan-hq/bagel_sft_binarized, the jan-hq/dolphin_binarized and the jan-hq/openhermes_binarized datasets. It achieves the following results on the evaluation set:

  • Loss: 0.9638

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: 7e-05
  • train_batch_size: 8
  • eval_batch_size: 4
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 2
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 64
  • total_eval_batch_size: 8
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 3

Training results

Training LossEpochStepValidation Loss
1.0381.066061.0506
0.8762.0132120.9648
0.77133.0198180.9638

Framework versions

  • Transformers 4.36.2
  • Pytorch 2.1.0+cu121
  • Datasets 2.14.6
  • Tokenizers 0.15.0

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.36.94
AI2 Reasoning Challenge (25-Shot)34.13
HellaSwag (10-Shot)59.33
MMLU (5-Shot)29.01
TruthfulQA (0-shot)36.78
Winogrande (5-shot)61.96
GSM8k (5-shot)0.45

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
faae4d4

0 моделей