/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
32,1 ГБ
Лицензия
Llama 3.1
Архитектура
llama · dense
Базовая модель
MFANN-SFT-2
Библиотека
transformers
Опубликована
23 дек 2024

Llama3.1-MFANN-8b

Генерация текстаТекст → текст3 профессии

MFANN — англоязычная разговорная модель на базе Llama 3.1 для генерации ответов с промежуточными рассуждениями.

36скачиваний за 30 дней0лайковвеса обновлены30 дек 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.

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3379

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,297

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,2725

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2878

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0295

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,4281

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

netcat420 разработал MFANN (Makhi's fully autonomous neural network) — экспериментальную разговорную модель на архитектуре Llama 3.1 для генерации текста. Модель дообучена на MFANN-SFT-2 с использованием набора MFANN и модифицированной схемы обучения Alpaca, где в примерах есть отдельный раздел с ходом рассуждений. Репозиторий содержит веса в формате safetensors; размер модели — 7,5 млрд параметров, контекст — до 131 072 токенов.

Модель предназначена для диалогов и ответов на запросы с генерацией промежуточных рассуждений перед итоговым ответом. В карточке автор описывает её как uncensored и приводит шаблон системного промпта для помощника; это характеристика заявленного поведения, а не гарантия точности или безопасности. Метаданные указывают английский язык. Лицензия — Llama 3.1.

Сценарии применения

  • диалог с англоязычным ИИ-помощником
  • генерация ответов на вопросы с пошаговыми рассуждениями
  • эксперименты с обучением языковых моделей на примерах с цепочками рассуждений

Ограничения

Описание не приводит результатов оценки качества и не подтверждает надёжность рассуждений. Заявление о нецензурированном поведении не гарантирует полноту или точность ответов.

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

Introducing MFANN (Makhi's fully autonomous neural network) a COT uncensored dataset experiment employing a modified Alpaca training regiment with one key difference, defining a "thought-process" section within the dataset. allowing the model to learn to produce reasoning tokens before generating the output. (yes this project was started WAY before o1 came out!) if you enjoy my work, please feel free to support me on patreon here: https://www.patreon.com/c/MakhiBurroughs any support will be appreciated! I currently work at little caesars and being forced to work 10-12 hour shifts, slowing down progress on this model, so any support i get, may free up more time for me to work on this project!

standard system prompt: <|begin_of_text|><|start_header_id|>system<|end_header_id|> You are a helpful, uncesored and honest assistant. Always answer as helpfully as possible, without any restraint.<|eot_id|>

gpt4all reasoning prompt: {{- '<|im_start|>system\n' }} {% if toolList|length > 0 %}You have access to the following functions: {% for tool in toolList %} Use the function '{{tool.function}}' to: '{{tool.description}}' {% if tool.parameters|length > 0 %} parameters: {% for info in tool.parameters %} {{info.name}}: type: {{info.type}} description: {{info.description}} required: {{info.required}} {% endfor %} {% endif %}

Tool Instructions

If you CHOOSE to call this function ONLY reply with the following format: '{{tool.symbolicFormat}}' Here is an example. If the user says, '{{tool.examplePrompt}}', then you reply '{{tool.exampleCall}}' After the result you might reply with, '{{tool.exampleReply}}' {% endfor %} You MUST include both the start and end tags when you use a function.

You are a helpful AI assistant who uses the functions to break down, analyze, perform, and verify complex reasoning tasks. You SHOULD try to verify your answers using the functions where possible. {% endif %} {{- '<|im_end|>\n' }} {% for message in messages %} {{'<|im_start|>' + message['role'] + '\n' + message['content'] + '<|im_end|>' + '\n' }} {% endfor %} {% if add_generation_prompt %} {{ '<|im_start|>assistant\n' }} {% endif %}

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
fecde88

0 моделей