/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3
Архитектура
llama · dense
Базовая модель
Hermes-2-Pro-Llama-3-8B
Опубликована
9 июн 2024

Alpesteibock-Llama-3-8B-Alpha

Генерация текстаТекст → текст3 профессии

Экспериментальная диалоговая модель на базе Llama 3, дообученная для общения на швейцарском немецком.

21скачиваний за 30 дней1лайквеса обновлены18 июн 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

Alpesteibock-Llama-3-8B-Alpha — экспериментальная диалоговая модель kaizuberbuehler, дообученная методом QLoRA на базе NousResearch/Hermes-2-Pro-Llama-3-8B. Она предназначена для генерации ответов и общения на швейцарском немецком диалекте. Модель основана на плотной архитектуре Llama 3 с 7,5 млрд параметров и контекстом до 8192 токенов; использует шаблон ChatML и обучалась на корпусах швейцарского немецкого текста.

Подходит для диалогов, ответов на инструкции и генерации текста на швейцарском немецком. Карточка указывает лицензию llama3. Это ранний экспериментальный чекпойнт, поэтому качество ответов и устойчивость к широкому кругу тем могут быть ограничены.

Сценарии применения

  • общение с чат-ботом на швейцарском немецком
  • генерация ответов на инструкции на швейцарском немецком
  • создание текстов на швейцарском немецком

Ограничения

Модель экспериментальная и обучалась на ограниченном наборе текстовых корпусов, поэтому качество и тематический охват могут быть неравномерными.

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

Alpesteibock-Llama-3-8B-Alpha

Alpesteibock-Llama-3-8B-Alpha is an experimental QLoRA fine-tune of NousResearch/Hermes-2-Pro-Llama-3-8B on a dataset of 34.7 million tokens of Swiss German text from multiple sources for two epochs.

License

This model is released under the Llama 3 Community License.

Usage

The model uses ChatML as an instruction template and was trained using "You are Alpesteibock, a helpful assistant who speaks Swiss German." as a system message:

<|im_start|>system
You are Alpesteibock, a helpful assistant who speaks Swiss German.<|im_end|>
<|im_start|>user
Hoi. Wie heissisch du?<|im_end|>
<|im_start|>assistant
Ich bi de Alpesteibock und ich freu mi uf di.<|im_end|>

Dataset

The dataset used for training consists of the following sources:

DatasetFile SizeDescriptionPhase
Glot500 Corpus (gsw_Latn, Leipzig_web)21.7 MBText, usually sentences, crawled from the web1
Alemannic Wikipedia (Subset)50.5 MBArticles in the Alemannic Wikipedia with most of those written in Alsatian filtered out2
Schweizerdeutscher Mundartkorpus (Copyright Free Subset)28.4 MBCopyright free books written in Swiss German2
GlotCC-V1.0 (gsw-Latn)7.5 MBDocument-level general domain monolingual dataset derived from CommonCrawl2
Synthetic Instruction Data1.7 MBDifferent datasets of synthetically generated Swiss German text2

Training Details

Hardware: 1x RTX 4090
Duration: 40 hours in total (2 hours for first phase and 38 hours for second phase)

Hyperparameters

Adapter: QLoRA
Precision: 4-bit
Optimizer: adamw_bnb_8bit
LoRA Rank: 256
LoRA Alpha: 256
Learning Rate: 1e-5
Scheduler: Cosine
Context Length: 4096
Batch Size: 1
Gradient Accumulation Steps: 1
Sample Packing: On for first phase, Off for second phase
Epochs: 2

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
97b25ee

0 моделей