Uploaded model
- Developed by: jessemeng
- License: apache-2.0
- Finetuned from model : jessemeng/TwinLlama-3.2-1B
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 131 072 токена
- Параметры
- 1,2 млрд
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Базовая модель
- TwinLlama-3.2-1B
- Опубликована
- 26 янв 2025
Ссылки
TwinLlama-3.2-1B-DPO
Дообученная на предпочтения Llama-модель примерно с 1,2 млрд параметров для генерации английского текста и диалогов.
16скачиваний за 30 дней1лайквеса обновлены26 янв 2025
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
TwinLlama-3.2-1B-DPO — текстовая генеративная модель, разработанная jessemeng и дообученная на базе jessemeng/TwinLlama-3.2-1B. Она предназначена для генерации текста и диалогового общения; карточка указывает на обучение с использованием Unsloth и библиотеки TRL, а тег DPO отмечает метод обучения предпочтениям.
Модель использует плотную архитектуру LlamaForCausalLM и содержит около 1,2 млрд параметров. Она работает с текстом на английском языке, поддерживает контекст до 131 072 токенов и распространяется в формате safetensors по лицензии Apache-2.0. Ограниченная ёмкость модели может сказываться на качестве сложных рассуждений и ответов.
Сценарии применения
- ведение текстового диалога на английском языке
- генерация продолжений и черновиков текста
- создание ответов на текстовые запросы
- локальные эксперименты с компактной Llama-моделью
Ограничения
Модель содержит около 1,2 млрд параметров, поэтому её возможности в сложных рассуждениях могут быть ограничены. В карточке не приведены результаты оценки качества.
Для каких профессий подходит3
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.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
- e5fa4bf