/ Модель

Характеристики

Контекст
256 токенов
Параметры
713 млн
Архитектура
llama · dense
Опубликована
22 апр 2024

Llama-450M

Генерация текстаТекст → текст3 профессии

Дообученная модель семейства Llama с 713,3 млн параметров для генерации текста при контексте до 256 токенов.

124скачиваний за 30 дней0лайковвеса обновлены22 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 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

ninagroot/Llama-450M — дообученная причинно-языковая модель семейства Llama для генерации текста. В репозитории указано 713,3 млн параметров; модель использует архитектуру LlamaForCausalLM и сохранена в формате safetensors. Заявлена длина контекста 256 токенов.

Карточка не описывает датасет, назначение дообучения или предполагаемые сценарии применения. В качестве результата оценки приведено значение loss 5,8986, но метрика сама по себе не позволяет судить о качестве для конкретных задач. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация коротких текстовых продолжений
  • эксперименты с компактными языковыми моделями
  • изучение архитектуры Llama для генерации текста

Ограничения

Назначение дообучения, обучающие данные и качество на практических задачах не описаны; контекст ограничен 256 токенами. Лицензия не указана в предоставленных данных.

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

Llama-450M

This model is a fine-tuned version of on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 5.8986

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: 0.0003
  • train_batch_size: 16
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 128
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 50
  • num_epochs: 15
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
8.60510.8928.5427
8.12331.7848.2081
7.26882.6767.6786
6.39824.097.0782
5.87944.89116.7779
5.47865.78136.5717
4.9946.67156.3356
4.358.0186.2257
3.97578.89206.0451
3.44799.78226.0242
3.100410.67245.9219
2.520712.0275.8224
2.112312.89295.9286
1.764113.33305.8986

Framework versions

  • Transformers 4.39.1
  • Pytorch 2.1.2+cu121
  • Datasets 2.16.1
  • Tokenizers 0.15.0

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
a67a580

0 моделей