/ Модель

Характеристики

Контекст
8 192 токена
Параметры
11 млрд
Размер весов
23 ГБ
Лицензия
Своя лицензия
Архитектура
llama · dense
Базовая модель
Meta-Llama-3-8B-Instruct
Опубликована
16 мая 2024

Meta-Llama-3-12B-Instruct

Генерация текстаТекст → текст11 профессий

Объединённая диалоговая модель Llama для ответов на вопросы, чатов и генерации текста.

34скачиваний за 30 дней4лайкавеса обновлены16 мая 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

Meta-Llama-3-12B-Instruct — диалоговая языковая модель, опубликованная Mlabonne. Это объединённая с помощью LazyMergekit модель на архитектуре Llama; в метаданных указано 11 млрд параметров и контекст до 8192 токенов. Карточка перечисляет NousResearch/Meta-Llama-3-8B-Instruct как источник модели и приводит результаты сравнительных оценок на AGIEval, GPT4All, TruthfulQA и BigBench.

Модель предназначена для диалогов, ответов на вопросы и генерации текста. Её можно использовать как основу для чат-ботов и текстовых помощников. Карточка не описывает отдельные специализированные области применения или поддержку языков, поэтому такие характеристики нельзя определить по имеющимся данным. Указанная лицензия — other; конкретные условия в предоставленной карточке не раскрыты.

Сценарии применения

  • создание диалогового чат-бота
  • ответы на вопросы пользователя
  • генерация связного текста
  • текстовый помощник общего назначения

Ограничения

Предоставленные сведения не устанавливают надёжность ответов или качество по отдельным языкам и сценариям; приведённые оценки не описывают поведение во всех задачах. Конкретные условия лицензии «other» не раскрыты в доступных данных.

Для каких профессий подходит11

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

Meta-Llama-3-12B-Instruct

Meta-Llama-3-12B-Instruct is a merge of the following models using LazyMergekit:

🏆 Evaluation

ModelAGIEvalGPT4AllTruthfulQABigbenchAverage
Meta-Llama-3-12B-Instruct41.767.7152.7540.5850.69
Meta-Llama-3-12B29.4668.0141.0235.5743.52

🧩 Configuration

slices:
  - sources:
    - model: NousResearch/Meta-Llama-3-8B-Instruct
      layer_range: [0,9]
  - sources:
    - model: NousResearch/Meta-Llama-3-8B-Instruct
      layer_range: [5,14]
  - sources:
    - model: NousResearch/Meta-Llama-3-8B-Instruct
      layer_range: [10,19]
  - sources:
    - model: NousResearch/Meta-Llama-3-8B-Instruct
      layer_range: [15,24]
  - sources:
    - model: NousResearch/Meta-Llama-3-8B-Instruct
      layer_range: [20,32]
merge_method: passthrough
dtype: bfloat16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "mlabonne/Meta-Llama-3-12B-Instruct"
messages = [{"role": "user", "content": "What is a large language model?"}]

tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

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
b3794cf

0 моделей