/ Модель

Характеристики

Контекст
131 072 токена
Параметры
118 млрд
Размер весов
239 ГБ
Архитектура
llama · dense
Базовая модель
Llama-3.1-Nemotron-70B-Instruct-HF
Библиотека
transformers
Опубликована
18 окт 2024

llama-3.1-70B-nemotron-agent-ja-120B

Генерация текстаТекст → текст11 профессий

Объединённая текстовая модель Llama 3.1 на 118,3 млрд параметров для диалоговой генерации и ответов на запросы с поддержкой японского языка и интерфейса вызова инструментов.

23скачиваний за 30 дней1лайквеса обновлены18 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

nonetrix/llama-3.1-70B-nemotron-agent-ja-120B — объединённая модель на архитектуре Llama 3.1, созданная разработчиком nonetrix линейным слиянием двух моделей: nvidia/Llama-3.1-Nemotron-70B-Instruct-HF и cyberagent/Llama-3.1-70B-Japanese-Instruct-2407. Она предназначена для генерации текста в диалогах и ответов на запросы; в метаданных также заявлен интерфейс вызова инструментов. Репозиторий содержит 118,3 млрд параметров в формате safetensors, поддерживает контекст до 131 072 токенов и предназначен для работы через Transformers.

Слияние объединяет диалоговую модель NVIDIA на базе Llama 3.1 с японской инструктивной моделью CyberAgent, поэтому модель ориентирована на японские и многоязычные диалоговые сценарии. README не приводит сравнительных оценок качества или подробных рекомендаций по применению. Лицензия в предоставленных данных не указана.

Сценарии применения

  • ответы на пользовательские запросы в диалоге
  • генерация японского текста по инструкциям
  • создание длинных текстовых ответов с большим контекстом
  • построение диалогового агента с интерфейсом вызова инструментов

Ограничения

README не содержит оценок качества и сравнительных тестов. Лицензия не определена по предоставленным данным.

Для каких профессий подходит11

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

llama-3.1-70B-nemotron-agent-ja-120B

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the linear merge method.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

merge_method: linear
parameters:
  weight: 1.0
slices:
- sources:
  - model: nvidia/Llama-3.1-Nemotron-70B-Instruct-HF
    layer_range: [0, 16]
- sources:
  - model: cyberagent/Llama-3.1-70B-Japanese-Instruct-2407
    layer_range: [8, 24]
- sources:
  - model: nvidia/Llama-3.1-Nemotron-70B-Instruct-HF
    layer_range: [17, 32]
- sources:
  - model: cyberagent/Llama-3.1-70B-Japanese-Instruct-2407
    layer_range: [25, 40]
- sources:
  - model: nvidia/Llama-3.1-Nemotron-70B-Instruct-HF
    layer_range: [33, 48]
- sources:
  - model: cyberagent/Llama-3.1-70B-Japanese-Instruct-2407
    layer_range: [41, 56]
- sources:
  - model: nvidia/Llama-3.1-Nemotron-70B-Instruct-HF
    layer_range: [49, 64]
- sources:
  - model: cyberagent/Llama-3.1-70B-Japanese-Instruct-2407
    layer_range: [57, 72]
- sources:
  - model: nvidia/Llama-3.1-Nemotron-70B-Instruct-HF
    layer_range: [65, 80]
dtype: float16
tokenizer_source: nvidia/Llama-3.1-Nemotron-70B-Instruct-HF

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
650d47a

0 моделей