/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,2 млрд
Лицензия
Llama 3.2
Архитектура
llama · dense
Базовая модель
Llama-3.2-1B
Опубликована
11 окт 2024

Llama-3.2-Finnish-Wikipedia-1B

Генерация текстаТекст → текст3 профессии

Дообученная на финской Википедии модель Llama 3.2 с 1,2 млрд параметров для генерации текста на финском языке.

25скачиваний за 30 дней0лайковвеса обновлены12 окт 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

mpasila/Llama-3.2-Finnish-Wikipedia-1B — текстовая модель mpasila, полученная продолжением предварительного обучения unsloth/Llama-3.2-1B на данных финской Википедии. Это плотная авторегрессионная модель семейства Llama 3.2 с 1,2 млрд параметров, предназначенная для генерации текста с адаптацией к финскому языку и материалам Википедии. Контекст модели составляет до 131 072 токенов.

Модель подходит для генерации финского текста и экспериментов с языковыми задачами на основе энциклопедических данных. В README автор отмечает ограничения качества: по приведённой оценке FIN-bench модель уступила исходной Llama 3.2 1B по общему результату. Для использования действуют условия Llama 3.2 Community License Agreement.

Сценарии применения

  • генерация текста на финском языке
  • создание черновиков энциклопедических статей на финском
  • эксперименты с продолжением предобучения Llama для финского языка

Ограничения

По оценке FIN-bench из README модель уступила исходной unsloth/Llama-3.2-1B по общему результату; автор также отмечает проблемы качества. Данные обучения охватывают финскую Википедию, поэтому модель может хуже справляться с темами и сценариями за её пределами.

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

Here's a "continued pre-trained" model using Finnish Wikipedia dataset. I still don't understand why no one in Finland has figured out that they could just do continued pre-training on existing models that are already supported by every frontend.. I've seen Japanese models perform pretty well with that kind of continued pre-training, yet Finnish models are still done from scratch which means they suck ass. If you compare them to Llama 3 or Gemma 2 they just suck so much. They can't even match Mistral 7B a model from last year. Just stop wasting money on training models from scratch, use these better models as base and train it on all your closed-source data I don't have access to. Thank you.

LoRA: mpasila/Llama-3.2-Finnish-Wikipedia-LoRA-1B

Trained with regular LoRA (not quantized/QLoRA) and LoRA rank was 128 and Alpha set to 32. Trained for 1 epoch using RTX 4090 for about 12,5 hours.

So it does have some issues but I could try training it on Gemma 2 2B and see if that's a better model for this (Gemma 2 already is better at Finnish than Llama 3) and maybe add more datasets containing Finnish.

Evaluation

ModelSizeTypeFIN-bench (score)Without math
mpasila/Llama-3.2-Finnish-Wikipedia-1B1BBase0.31700.4062
unsloth/Llama-3.2-1B1BBase0.40290.3881
Finnish-NLP/llama-7b-finnish7BBase0.23500.4203
LumiOpen/Viking-7B (1000B)7BBase0.37210.4453
HPLT/gpt-7b-nordic-prerelease7BBase0.31690.4524

Source

FIN-bench scores:

TaskVersionMetricValueStderr
bigbench_analogies0multiple_choice_grade0.4846±0.0440
bigbench_arithmetic_1_digit_addition0multiple_choice_grade0.0300±0.0171
bigbench_arithmetic_1_digit_division0multiple_choice_grade0.0435±0.0435
bigbench_arithmetic_1_digit_multiplication0multiple_choice_grade0.0200±0.0141
bigbench_arithmetic_1_digit_subtraction0multiple_choice_grade0.0700±0.0256
bigbench_arithmetic_2_digit_addition0multiple_choice_grade0.2200±0.0416
bigbench_arithmetic_2_digit_division0multiple_choice_grade0.0800±0.0273
bigbench_arithmetic_2_digit_multiplication0multiple_choice_grade0.2400±0.0429
bigbench_arithmetic_2_digit_subtraction0multiple_choice_grade0.1800±0.0386
bigbench_arithmetic_3_digit_addition0multiple_choice_grade0.3300±0.0473
bigbench_arithmetic_3_digit_division0multiple_choice_grade0.2100±0.0409
bigbench_arithmetic_3_digit_multiplication0multiple_choice_grade0.3000±0.0461
bigbench_arithmetic_3_digit_subtraction0multiple_choice_grade0.5500±0.0500
bigbench_arithmetic_4_digit_addition0multiple_choice_grade0.2800±0.0451
bigbench_arithmetic_4_digit_division0multiple_choice_grade0.2500±0.0435
bigbench_arithmetic_4_digit_multiplication0multiple_choice_grade0.1500±0.0359
bigbench_arithmetic_4_digit_subtraction0multiple_choice_grade0.4400±0.0499
bigbench_arithmetic_5_digit_addition0multiple_choice_grade0.5100±0.0502
bigbench_arithmetic_5_digit_division0multiple_choice_grade0.3000±0.0461
bigbench_arithmetic_5_digit_multiplication0multiple_choice_grade0.3100±0.0465
bigbench_arithmetic_5_digit_subtraction0multiple_choice_grade0.4000±0.0492
bigbench_cause_and_effect_one_sentence0multiple_choice_grade0.5882±0.0696
bigbench_cause_and_effect_one_sentence_no_prompt0multiple_choice_grade0.3922±0.0690
bigbench_cause_and_effect_two_sentences0multiple_choice_grade0.4510±0.0704
bigbench_emotions0multiple_choice_grade0.1938±0.0313
bigbench_empirical_judgments0multiple_choice_grade0.3434±0.0480
bigbench_general_knowledge0multiple_choice_grade0.2714±0.0535
bigbench_hhh_alignment_harmless0multiple_choice_grade0.3966±0.0648
bigbench_hhh_alignment_helpful0multiple_choice_grade0.3729±0.0635
bigbench_hhh_alignment_honest0multiple_choice_grade0.3390±0.0622
bigbench_hhh_alignment_other0multiple_choice_grade0.5581±0.0766
bigbench_intent_recognition0multiple_choice_grade0.0925±0.0110
bigbench_misconceptions0multiple_choice_grade0.4403±0.0430
bigbench_paraphrase0multiple_choice_grade0.5000±0.0354
bigbench_sentence_ambiguity0multiple_choice_grade0.4833±0.0651
bigbench_similarities_abstraction0multiple_choice_grade0.5921±0.0567

Uploaded Llama-3.2-Finnish-Wikipedia-1B model

  • Developed by: mpasila
  • License: Llama 3.2 Community License Agreement
  • Finetuned from model : unsloth/Llama-3.2-1B

This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.

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
13a79e6

0 моделей