This model is a Llama 3.2 1B checkpoint with random weights, in fairseq2 format. It is only intended for debugging of inference engines, and will not output anything meaningful.
Характеристики
- Контекст
- 131 072 токена
- Параметры
- 1,2 млрд
- Размер весов
- 6 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Опубликована
- 2 янв 2025
Ссылки
fairseq2-dummy-Llama-3.2-1B
Отладочная версия Llama 3.2 с 1,2 млрд параметров и случайными весами для проверки инференс-движков fairseq2.
379скачиваний за 30 дней0лайковвеса обновлены2 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
mgleize/fairseq2-dummy-Llama-3.2-1B — контрольная модель семейства Llama 3.2 с 1,2 млрд параметров и случайными весами, представленная в формате fairseq2. Модель предназначена для отладки и проверки инференс-движков, а не для генерации содержательных ответов. Разработчик или организация, стоящая за созданием исходной архитектуры, в доступных данных не указаны.
Модель имеет контекст до 131 072 токенов и распространяется по лицензии Apache-2.0. Из-за случайных весов она не подходит для прикладной генерации текста, диалога, ответов на вопросы, суммаризации, программирования или других пользовательских задач; её практическая ценность ограничена тестированием загрузки, выполнения инференса и совместимости fairseq2.
Сценарии применения
- отладка инференс-движка
- проверка загрузки чекпойнта fairseq2
- тестирование совместимости с архитектурой Llama
- проверка обработки длинного контекста
Ограничения
Случайные веса не позволяют модели выдавать осмысленные результаты. Она предназначена только для отладки инференс-движков и не подходит для прикладного использования.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
II.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.7Разработка и данныеDevOps, облако и эксплуатация IT-системAI помогает развёртывать, наблюдать и оптимизировать цифровые системы и облачную инфраструктуру.20 задач7 196моделей
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
- Fairseq2LlamaForCausalLM
- Ревизия весов
- 28a7a0e