/ Модель

Характеристики

Контекст
131 072 токена
Параметры
69,5 млрд
Размер весов
141 ГБ
Лицензия
Llama 3.1
Архитектура
llama · dense
Базовая модель
Meta-Llama-3.1-70B-Instruct
Библиотека
transformers
Опубликована
3 авг 2024

Llama-3.1-70B-Instruct-lorablated

Генерация текстаТекст → текст7 профессий

Диалоговая модель Llama 3.1 на 70 млрд параметров с изменёнными ограничениями генерации для общения общего назначения и ролевых сценариев.

188скачиваний за 30 дней80лайковвеса обновлены22 авг 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

Llama-3.1-70B-Instruct-lorablated — диалоговая языковая модель, созданная разработчиком mlabonne на основе Meta Llama 3.1 70B Instruct. Автор применил метод abliteration: извлёк LoRA-адаптер сравнением обычной и abliterated-моделей, затем объединил его с Llama 3.1 70B Instruct методом task arithmetic. В репозитории указаны архитектура Llama с плотной сетью, 69,5 млрд параметров и контекст до 131 072 токенов; модель распространяется в формате Safetensors и использует шаблон чата Llama 3.

Модель предназначена для диалогов общего назначения и ролевых сценариев. Автор характеризует её как uncensored и отмечает хорошее качество по собственным тестам, однако приводит необходимость более строгой оценки влияния метода на результаты бенчмарков. Это может быть уместно учитывать при выборе модели для задач, где важны устойчивое качество и безопасное поведение.

Лицензия — Llama 3.1; применяются условия Meta для этой лицензии. В метаданных заявлены возможности чата и интерфейс вызова инструментов. README не описывает отдельные языковые оценки или специальные прикладные области.

Сценарии применения

  • диалоги с языковой моделью общего назначения
  • генерация ролевых диалогов
  • ответы на запросы в формате чата
  • использование интерфейса вызова инструментов

Ограничения

Автор сообщает, что оценка качества основана на собственных тестах и требует более строгой проверки бенчмарками. README не приводит сведений о систематической оценке безопасности или качества по отдельным языкам.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🦙 Llama-3.1-70B-Instruct-lorablated

This is an uncensored version of Llama 3.1 70B Instruct created with abliteration (see this article to know more about it) using @grimjim's recipe.

More precisely, this is a LoRA-abliterated (lorablated) model:

  1. Extraction: We extract a LoRA adapter by comparing two models: a censored Llama 3 and an abliterated Llama 3
  2. Merge: We merge this new LoRA adapter using task arithmetic to a censored Llama 3.1 to abliterate it.

I adapted this recipe to Llama 3.1 70B using failspy/Meta-Llama-3-70B-Instruct-abliterated-v3.5 and optimized the LoRA rank.

The model is fully uncensored in my tests and maintains a high level of quality. A more rigorous evaluation is still needed to measure the impact of this process on benchmarks.

Special thanks to @grimjim for this technique (see his 8B model) and @FailSpy for his 70B abliterated model. Please follow them if you're interested in abliterated models.

In addition, thanks to brev.dev for providing me with compute!

🔍 Applications

General-purpose, role-play (see feedback from McUH). Use the Llama 3 chat template.

⚡️ Quantization

🧩 Configuration

This model was merged using the task arithmetic merge method using ./meta-llama/Meta-Llama-3.1-70B-Instruct + Llama-3-70B-Instruct-abliterated-LORA as a base.

The following YAML configuration was used to produce this model:

base_model: meta-llama/Meta-Llama-3.1-70B-Instruct+Llama-3-70B-Instruct-abliterated-LORA
dtype: bfloat16
merge_method: task_arithmetic
parameters:
  normalize: false
slices:
- sources:
  - layer_range: [0, 80]
    model: meta-llama/Meta-Llama-3.1-70B-Instruct+Llama-3-70B-Instruct-abliterated-LORA
    parameters:
      weight: 1.0

You can reproduce this model using the following commands:

# Setup
git clone https://github.com/arcee-ai/mergekit.git
cd mergekit && pip install -e .
pip install bitsandbytes

# Extraction
mergekit-extract-lora failspy/Meta-Llama-3-70B-Instruct-abliterated-v3.5 meta-llama/Meta-Llama-3-70B-Instruct Llama-3-70B-Instruct-abliterated-LORA --rank=64

# Merge using previous config
mergekit-yaml config.yaml Llama-3.1-70B-Instruct-lorablated --allow-crimes --lora-merge-cache=./cache

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
5bb3816

0 моделей