Uploaded model
- Developed by: jayavibhav
- License: apache-2.0
- Finetuned from model : unsloth/llama-3.2-1b-instruct-bnb-4bit
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.
This model supports Chain of Thought.
Характеристики
- Контекст
- 131 072 токена
- Параметры
- 1,2 млрд
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Базовая модель
- llama-3.2-1b-instruct-bnb-4bit
- Опубликована
- 12 ноя 2024
Ссылки
llama3.2_1b_CoT
Дообученная англоязычная модель Llama 3.2 на 1,2 млрд параметров для диалоговой генерации текста с заявленной поддержкой Chain of Thought.
19скачиваний за 30 дней0лайковвеса обновлены12 ноя 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
jayavibhav/llama3.2_1b_CoT — дообученная авторами jayavibhav разговорная языковая модель семейства Llama 3.2 с архитектурой LlamaForCausalLM. Она предназначена для генерации текста в диалоге; в карточке заявлена поддержка Chain of Thought. Модель насчитывает 1,2 млрд параметров, принимает текст и выдаёт текст, а её контекст составляет до 131 072 токенов.
Модель обучалась с использованием Unsloth и библиотеки TRL на базе unsloth/llama-3.2-1b-instruct-bnb-4bit. В метаданных указан английский язык и формат PyTorch. Лицензия — Apache-2.0. Карточка не приводит результатов оценки качества, поэтому пригодность рассуждений для конкретных задач следует проверять отдельно.
Сценарии применения
- ответы на вопросы в англоязычном чате
- генерация текста по инструкции
- пошаговое решение текстовых задач
- создание прототипа разговорного ассистента
Ограничения
В карточке не приведены результаты тестирования качества или подробная оценка рассуждений; перед применением в критичных сценариях модель следует проверить на целевых задачах.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- LlamaForCausalLM
- Ревизия весов
- 888687e