/ Модель
Каталог

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Размер весов
27 ГБ
Лицензия
Llama 2
Архитектура
llama · dense
Базовая модель
Llama-2-7b-hf
Опубликована
6 июн 2024

Ссылки

Hugging Face

llama2-7b-sft-full-llama2

kevin1010607
Генерация текстаТекст → текст3 профессии

Дообученная на UltraFeedback модель Llama 2 с 6,6 млрд параметров для генерации текста и диалоговых ответов.

18скачиваний за 30 дней1лайквеса обновлены7 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.

Открыть конструктор бенчмарка

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

llama2-7b-sft-full-llama2 — плотная авторегрессионная языковая модель семейства Llama 2, дообученная на основе meta-llama/Llama-2-7b-hf с использованием набора HuggingFaceH4/ultrafeedback_binarized. Модель содержит 6,6 млрд параметров, принимает текст и генерирует текст; заявлен контекст до 4096 токенов. Карточка отмечает поддержку диалогового взаимодействия, а в оценке на тестовом наборе указано значение loss 1,0380.

Модель подходит для генерации продолжений и диалоговых ответов. Данные README не раскрывают подробные сценарии применения или результаты сравнительной оценки, поэтому качество для конкретных задач по имеющейся информации оценить нельзя. Распространяется по лицензии Llama 2.

Сценарии применения

  • генерация продолжения текста
  • создание диалоговых ответов
  • эксперименты с дообучением языковых моделей

Ограничения

README не приводит подробных ограничений или развернутой оценки качества; указан только loss 1,0380 на наборе оценки. Базовая модель описана как англоязычная, поэтому поддержка других языков не подтверждена.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
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 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

llama2-7b-sft-full-llama2

This model is a fine-tuned version of meta-llama/Llama-2-7b-hf on the HuggingFaceH4/ultrafeedback_binarized dataset. It achieves the following results on the evaluation set:

  • Loss: 1.0380

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 2
  • eval_batch_size: 2
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 128
  • total_eval_batch_size: 16
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 3

Training results

Training LossEpochStepValidation Loss
1.01830.99801261.0127
0.8691.99602521.0026
0.7142.99413781.0380

Framework versions

  • Transformers 4.41.2
  • Pytorch 2.3.0a0+ebedce2
  • Datasets 2.19.2
  • Tokenizers 0.19.1

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
8085023

0 моделей

    Создать бенчмарк