Характеристики
- Контекст
- 8 192 токена
- Параметры
- 7,5 млрд
- Размер весов
- 9,5 ГБ
- Архитектура
- llama · dense
- Опубликована
- 17 июл 2024
Ссылки
Meta-Llama-3-8B-Instruct-nonuniform-test
nm-testing/Meta-Llama-3-8B-Instruct-nonuniform-test — тестовая версия Meta Llama 3 8B Instruct, опубликованная организацией nm-testing на Hugging Face и включённая в коллекцию Models in CI.
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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
Репозиторий предназначен для задач генерации текста и проверки совместимости или производительности модели в автоматизированных сценариях; точное назначение модификации nonuniform в карточке модели не описано.
В основе лежит Meta Llama 3 8B Instruct от Meta — авторегрессионная большая языковая модель с оптимизированной архитектурой Transformer и Grouped-Query Attention. Модель содержит около 8 млрд параметров, принимает только текст и генерирует текст или код, поддерживает диалоговые сценарии и имеет контекст 8 тысяч токенов. Базовая Llama 3 8B Instruct обучена преимущественно для английского языка, с применением supervised fine-tuning и reinforcement learning from human feedback.
Для точной тестовой версии указаны форматы BF16, F8_E4M3 и I8, однако сведения о характере nonuniform-модификаций, итоговой точности, языках, ограничениях и результатах бенчмарков отсутствуют. Как и базовая Llama 3, модель может выдавать неточные, предвзятые или небезопасные ответы; для прикладного использования необходимы дополнительные проверки и защитные механизмы. В репозитории тестовой версии лицензия явно не указана; для производных материалов Meta Llama 3 действует кастомная Meta Llama 3 Community License с Acceptable Use Policy.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
vLLM
Подбираем GPU…
- Класс архитектуры
- LlamaForCausalLM
- Ревизия весов
- c23b5cd