/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Архитектура
llama · dense
Опубликована
2 окт 2024

T-Llama-3-8B

Генерация текстаТекст → текст3 профессии

Корейская языковая модель на основе Meta-Llama-3-8B для генерации текста и использования в задачах корейского языка.

10скачиваний за 30 дней0лайковвеса обновлены29 ноя 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

T-Llama-3-8B — плотная авторегрессионная языковая модель, разработанная TmaxAI как корейская модель непрерывного предварительного обучения на основе Meta-Llama-3-8B. Она содержит 7,5 млрд параметров, принимает текст и рассчитана на контекст до 8192 токенов. Обучение продолжалось на 64 ГБ корейского корпуса, примерно 18,8 млрд токенов.

Модель предназначена для генерации текста на корейском языке и может служить основой для задач перевода после дополнительной настройки. В README сообщается, что версия, дообученная с PEFT для многоязычного машинного перевода, показала результаты, сопоставимые с ведущими открытыми моделями корейского непрерывного предобучения; оценка на момент публикации ещё продолжалась.

Веса опубликованы в формате safetensors. Лицензия CC-BY-NC-ND-4.0 запрещает коммерческое использование и распространение производных материалов на условиях лицензии. README не приводит подробных результатов оценки генерации или ограничений по качеству.

Сценарии применения

  • генерация текста на корейском языке
  • создание корейских ответов и продолжений текста
  • использование как базовой модели для дообучения под корейские задачи
  • адаптация для многоязычного машинного перевода

Ограничения

Опубликованная оценка перевода в README описана как продолжающаяся, а подробные результаты генерации не приведены. Лицензия CC-BY-NC-ND-4.0 ограничивает коммерческое использование и распространение производных материалов.

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

T-Llama-3-8B (October 2024)

Korean Continual Pre-trained Model based on Meta-Llama-3-8B

Model Description

  • Developed by: TmaxAI
  • Shared by: MinJae Kim (mjk00098@gmail.com)
  • License: cc-by-nc-nd-4.0
  • Data: 64GB of Korean Corpus (Trained About 18.8B Tokens)
  • Sequence Length: 8k
  • Resource: H100 80GB x 8

Accelerating

To optimize performance and handle large-scale Korean datasets efficiently, we integrated cutting-edge optimization techniques:

  • DeepSpeed: Advanced distributed training framework for memory and computational efficiency.
  • Gradient Checkpointing: Reduces memory usage during backpropagation by saving only necessary states.
  • Flash_Attention_2: Significantly accelerates attention mechanisms with reduced memory overhead.
  • BF16 Mixed Precision: Ensures fast computations with high numerical stability.

Evaluation (In Progress)

  • Translation (MMT)
    • Fine-tuned with PEFT on a multilingual translation task by freezing PLMs, and evaluated using xCOMET scores.
    • Our models significantly outperformed the original PLM and achieved performance comparable to leading publicly available Korean continuous pretraining models.

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
a584e9f

0 моделей