Uploaded model
- Developed by: jspr
- License: apache-2.0
- Finetuned from model : meta-llama/Meta-Llama-3-8B
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 8 192 токена
- Параметры
- 7,5 млрд
- Размер весов
- 16,1 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Базовая модель
- Meta-Llama-3-8B
- Опубликована
- 17 мая 2024
Ссылки
llama3_8b_wordcel_8k_merged
Дообученная на базе Meta Llama 3 8B англоязычная модель для генерации текста с контекстом до 8192 токенов.
16скачиваний за 30 дней0лайковвеса обновлены17 мая 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
jspr/llama3_8b_wordcel_8k_merged — дообученная модель генерации текста на базе Meta Llama 3 8B, разработанная jspr. Она предназначена для генерации текста; карточка не описывает более узкую специализацию или конкретные сценарии применения.
Модель использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и рассчитана на контекст до 8192 токенов. В README указано, что при обучении использовались Unsloth и библиотека Hugging Face TRL; язык карточки и базовой модели — английский.
Модель распространяется по лицензии Apache-2.0. Карточка не сообщает результатов оценки качества или специфических ограничений; применимость к конкретной задаче следует проверять отдельно.
Сценарии применения
- генерация связного текста на английском языке
- продолжение заданного текста
- создание черновиков ответов и описаний
Ограничения
README не приводит оценок качества или сведений о специализированных возможностях; качество для конкретных сценариев требует отдельной проверки.
Для каких профессий подходит5
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 385моделейIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модельIII.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594моделиI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Также подходит для
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
- 6a32d59