/ Модель

Характеристики

Контекст
131 072 токена
Параметры
3,2 млрд
Размер весов
14,4 ГБ
Архитектура
llama · dense
Базовая модель
Dark-Hermes3-Llama3.2-3B
Библиотека
transformers
Опубликована
10 янв 2025

DarkHermes3-Llama3.2-3B-Instruct

Генерация текстаТекст → текст9 профессий

Англоязычная дообученная модель Llama 3.2 на 3,2 млрд параметров для диалогов, следования инструкциям и генерации текста.

22скачиваний за 30 дней1лайквеса обновлены19 янв 2025

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

mrcuddle/DarkHermes3-Llama3.2-3B-Instruct — дообученная компанией mrcuddle языковая модель для диалогов, следования инструкциям и генерации текста. Она основана на mrcuddle/Dark-Hermes3-Llama3.2-3B и обучена на англоязычном наборе llamafactory/alpaca_en.

Модель использует плотную архитектуру LlamaForCausalLM, содержит 3,2 млрд параметров и поддерживает контекст до 131 072 токенов. Она рассчитана на текстовый ввод и генерацию текста; метаданные указывают поддержку чата и выполнения инструкций. В README приведено значение loss 1,1205 на оценочном наборе, но подробности оценки не описаны.

Модель подходит для англоязычных диалоговых приложений, ответов на инструкции и генерации текста. Весовые файлы доступны в форматах PyTorch и Safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • ответы на англоязычные инструкции
  • создание диалогового помощника
  • генерация англоязычного текста
  • ответы в формате чата
  • прототипирование приложений на основе языковой модели

Ограничения

README не содержит подробного описания ограничений и результатов оценки; приведено только значение loss 1,1205 без контекста методики. Лицензия не указана в доступных данных.

Для каких профессий подходит9

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

axolotl version: 0.6.0

base_model: mrcuddle/Dark-Hermes3-Llama3.2-3B
dataloader_num_workers: 4
datasets:
- dataset_prepared_path: last_run_prepared
  path: llamafactory/alpaca_en
  type: alpaca
eval_steps: 500
evaluation_strategy: steps
fp16: true
gradient_accumulation_steps: 8
gradient_checkpointing: false
learning_rate: 2e-5
load_in_4bit: false
logging_dir: /content/outputs/logs
logging_steps: 10
lr_scheduler: cosine
lr_scheduler_type: cosine
micro_batch_size: 1
num_train_epochs: 3
optimizer: paged_adamw_8bit
output_dir: /content/outputs
overwrite_output_dir: true
per_device_train_batch_size: 4
save_steps: 500
save_total_limit: 2
use_peft: false
val_set_size: 0.05
warmup_steps: 100

content/outputs

This model is a fine-tuned version of mrcuddle/Dark-Hermes3-Llama3.2-3B on the llamafactory/alpaca_en dataset. It achieves the following results on the evaluation set:

  • Loss: 1.1205

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 1
  • eval_batch_size: 1
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 8
  • optimizer: Use paged_adamw_8bit with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 100
  • num_epochs: 1

Training results

Training LossEpochStepValidation Loss
No log0.000212.4030
1.25720.08145001.1935
1.30610.162910001.1865
1.27330.244315001.1864
1.2650.325820001.1753
1.24360.407225001.1542
1.29350.488730001.1448
1.25950.570135001.1348
1.28960.651540001.1295
1.20810.733045001.1236
1.24510.814450001.1212
1.21340.895955001.1205
1.24370.977360001.1205

Framework versions

  • Transformers 4.47.1
  • Pytorch 2.5.1+cu121
  • Datasets 3.2.0
  • Tokenizers 0.21.0

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
7058a88

0 моделей