Uploaded model
- Developed by: kp15
- License: apache-2.0
- Finetuned from model : kp15/llama3-1b-changes_model07012025
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
- llama3-1b-changes_model07012025
- Опубликована
- 7 янв 2025
Ссылки
llama3-1b-changes_model07012025-2
Дообученная модель Llama на 1,2 млрд параметров для генерации текста по запросу.
13скачиваний за 30 дней0лайковвеса обновлены7 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
Модель kp15/llama3-1b-changes_model07012025-2 — дообученная авторегрессионная языковая модель семейства Llama, разработанная kp15 на базе kp15/llama3-1b-changes_model07012025. Она предназначена для генерации текста и может использоваться в сценариях, где нужны продолжение или создание текста по текстовому запросу. Модель содержит 1,2 млрд параметров, работает с библиотекой Transformers и представлена в формате PyTorch; при обучении использовались Unsloth и TRL.
В метаданных указан контекст длиной до 131072 токенов и английский язык. Модель распространяется по лицензии Apache-2.0. README не приводит результатов оценки качества или специализированного назначения, поэтому её пригодность для конкретных предметных задач следует проверять отдельно.
Сценарии применения
- генерация текста по текстовой подсказке
- продолжение заданного фрагмента текста
- создание англоязычных черновиков
- эксперименты с дообученной моделью Llama
Ограничения
README не содержит оценок качества и описания специализированных возможностей; результаты для целевых задач нужно проверять отдельно.
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
- b3f8209