/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1 трлн
Размер весов
2 ТБ
Архитектура
llama · dense
Базовая модель
Meta-Llama-3.1-681B-Instruct
Библиотека
transformers
Опубликована
30 июл 2024

BigLlama-3.1-1T-Instruct

Генерация текстаТекст → текст4 профессии

Экспериментальная модель семейства Llama для диалогов и творческого письма, полученная расширением исходной модели повторным включением её слоёв.

355скачиваний за 30 дней84лайкавеса обновлены8 авг 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

BigLlama-3.1-1T-Instruct — экспериментальная разговорная языковая модель, опубликованная mlabonne. Она создана методом passthrough self-merge на основе Meta-Llama-3.1-681B-Instruct: в модель повторно включены диапазоны её слоёв. В метаданных указаны плотная архитектура LlamaForCausalLM, около 1 трлн параметров, контекст до 131 072 токенов и формат safetensors; модель рассчитана на генерацию текста и поддерживает чатовый интерфейс и интерфейс вызова инструментов.

Автор рекомендует модель для творческого письма с шаблоном чата Llama 3. Модель обозначена как экспериментальная, и автор советует использовать её на свой риск; сведения об оценке качества и квантизации не приведены. Лицензия в предоставленных данных не указана.

Сценарии применения

  • написание художественных текстов
  • продолжение творческих текстов
  • генерация ответов в диалоговом формате
  • вызов инструментов через чатовый интерфейс

Ограничения

Модель экспериментальная; автор предупреждает использовать её на свой риск. Качество не оценено в карточке, а лицензия в предоставленных данных не указана.

Для каких профессий подходит4

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

🦙✨ BigLlama-3.1-1T-Instruct

image/png

This is an experimental self-merge using meta-llama/Meta-Llama-3.1-405B-Instruct and created with mergekit.

This is the direct successor of Meta-Llama-3-120B-Instruct, a self-merge of Llama 3 70B that produced a decent 120B model for tasks like creative writing.

I tweaked the range of duplicated layers to hopefully make a sensible model. Use it at your own risk!

🔍 Applications

I recommend using this model for creative writing with the Llama 3 chat template.

⚡ Quantization

TBD.

🏆 Evaluation

TBD.

🧩 Configuration

This model was merged using the passthrough merge method. The following YAML configuration was used to produce this model:

slices:
- sources:
  - layer_range: [0, 105]
    model: mlabonne/BigLlama-3.1-681B-Instruct
- sources:
  - layer_range: [52, 157]
    model: mlabonne/BigLlama-3.1-681B-Instruct
- sources:
  - layer_range: [104, 209]
    model: mlabonne/BigLlama-3.1-681B-Instruct
merge_method: passthrough
dtype: bfloat16

Here is the code I've used to generate the config and calculate the number of layers/parameters after passthrough:

def generate_yaml_config(range_size, total_layers, nb_parameters):
    new_size = total_layers + total_layers - range_size
    new_param = (nb_parameters / total_layers) * new_size
    print(f"New size = {new_size} layers")
    print(f"New parameters = {new_param:.2f}B")
    yaml_str = "slices:\n"

    for i in range(0, round(total_layers - range_size + 1), range_size // 2):
        start = i
        end = min(start + range_size, total_layers)
        yaml_str += f"- sources:\n"
        yaml_str += f"  - layer_range: [{start}, {end}]\n"
        yaml_str += f"    model: meta-llama/Meta-Llama-3.1-405B-Instruct\n"

    yaml_str += "merge_method: passthrough\n"
    yaml_str += "dtype: bfloat16\n"

    print(yaml_str)

    return new_size, new_param

# Example usage
new_size, new_param = generate_yaml_config(42, 126, 410)
new_size, new_param = generate_yaml_config(105, new_size, new_param)

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

vLLM

Нельзя запустить

Модель не помещается даже в 8 × 80 ГБ.

Класс архитектуры
LlamaForCausalLM
Ревизия весов
88f7519

0 моделей