/ Модель

Характеристики

Контекст
8 192 токена
Параметры
69,5 млрд
Размер весов
141 ГБ
Лицензия
Llama 3
Архитектура
llama · dense
Библиотека
transformers
Опубликована
28 апр 2024

Llama-3-70B-japanese-suzume-vector-v0.1

Генерация текстаТекст → текст3 профессии

Экспериментальная 70B-модель Llama 3 с перенесённой японской chat-vector-разницей для диалоговой генерации текста.

8 685скачиваний за 30 дней4лайкавеса обновлены28 апр 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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,5224

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,4649

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4141

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,6542

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2861

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,2326

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

mmnga опубликовал экспериментальную модель на основе Llama 3 70B Instruct, предназначенную для генерации текста в формате диалога. Авторы перенесли на неё разницу весов между lightblue/suzume-llama-3-8B-japanese и meta-llama/Meta-Llama-3-8B-Instruct с помощью подхода chat-vector: адаптировали разницу к размеру 70B, сохранив первые и последние восемь слоёв и растянув её для средних слоёв.

Модель содержит 69,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM, принимает текст и выдаёт текст. Заявлены японский и английский языки; контекст — до 8192 токенов. Карточка сообщает, что эффект переноса оказался небольшим, поэтому модель может мало отличаться от базовой. Лицензия в метаданных — llama3.

Сценарии применения

  • диалоговые ответы на японском языке
  • генерация текста на японском и английском
  • эксперименты с переносом chat-vector-разницы между моделями разных размеров

Ограничения

Автор сообщает, что перенесённая разница весов дала небольшой эффект, поэтому модель может мало отличаться от базовой. Модель обозначена как экспериментальная.

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

Model Card for Model ID

実験モデルです / This is an experimental model.
lightblue/suzume-llama-3-8B-japaneseと、
meta-llama/Meta-Llama-3-8B-Instructの差分をchat-vectorアプローチで抽出し、
meta-llama/Meta-Llama-3-70B-Instructに適用しました

結果

差分が小さいのかあまり変化がありませんでした
今後は倍率など付与してみようと思います.

手順/procedure

chat_vector.ipynb

  • ja
  1. meta-llama/Meta-Llama-3-8B-Instructとlightblue/suzume-llama-3-8B-japaneseの差分を作成
  2. shapeが異なるので、差分をmeta-llama/Meta-Llama-3-70B-Instruct用にアップサンプリング
  3. 前から 8-layer、最後から8-layerはそのまま適用
  4. 中間layerを引き延ばして適用
  • en
  1. Create the difference between meta-llama/Meta-Llama-3-8B-Instruct and lightblue/zume-llama-3-8B-japanese
  2. Since the shapes are different, the difference is upsampled for meta-llama/Meta-Llama-3-70B-Instruct
  3. Apply the 8 layers from the front and 8 layers from the end as they are.
  4. Continue applying the middle layer

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

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
16f98b2

0 моделей