Uploaded model
- Developed by: jtatman
- License: apache-2.0
- Finetuned from model : HuggingFaceTB/SmolLM-135M-Instruct
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 2 048 токенов
- Параметры
- 134 млн
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Базовая модель
- SmolLM-135M-Instruct
- Опубликована
- 27 июл 2024
Ссылки
llama_smollm_135m_skunkworks_reasoning_alpaca
Компактная дообученная модель Llama для генерации английского текста и диалоговых ответов.
26скачиваний за 30 дней0лайковвеса обновлены27 июл 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
jtatman дообучил модель HuggingFaceTB/SmolLM-135M-Instruct для генерации текста. Это плотная причинная языковая модель архитектуры Llama с 134,5 млн параметров, обученная с помощью Unsloth и библиотеки TRL; репозиторий содержит веса PyTorch. Модель подходит для генерации ответов и диалогового взаимодействия на английском языке, а её контекст составляет 2048 токенов.
Модель распространяется по лицензии Apache-2.0. Из-за компактного размера она может быть полезна для экспериментов и лёгких сценариев генерации, однако карточка не описывает отдельные тесты качества или узкую специализацию; небольшой размер и ограниченное контекстное окно могут ограничивать сложные задачи и длинные тексты.
Сценарии применения
- генерация коротких ответов на английском языке
- создание простого диалогового помощника
- эксперименты с дообучением небольших языковых моделей
Ограничения
Контекст ограничен 2048 токенами; карточка не приводит оценок качества или результатов тестирования. Модель небольшого размера, поэтому её возможности могут быть ограничены на сложных задачах.
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 015моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей
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
- 4c4226e