4-битная MLX-конверсия чат-модели Llama 2 на 6,7 млрд параметров для генерации текста на устройствах Apple.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Это версия модели ontocord/vbd-llama2-7B-50b-chat, преобразованная в формат MLX с 4-битным представлением для запуска на устройствах Apple с MLX. В метаданных указаны архитектура LlamaForCausalLM семейства Llama, 6,7 млрд параметров и контекст до 4096 токенов; модель предназначена для генерации текста в диалоговом режиме.
Карточка ссылается на исходную модель LR-AI-Labs/vbd-llama2-7B-50b-chat за сведениями о назначении и возможностях. В метаданных указаны английский и вьетнамский языки. Лицензия — llama2; условия использования следует сверять с лицензией Llama 2. README предлагает запуск через mlx-lm.
Контекст ограничен 4096 токенами. README не описывает качество и предметные возможности этой версии, а направляет к карточке исходной модели.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This model was converted to MLX format from LR-AI-Labs/vbd-llama2-7B-50b-chat.
Refer to the original model card for more details on the model.
pip install mlx-lm
from mlx_lm import load, generate
model, tokenizer = load("ontocord/vbd-llama2-7B-50b-chat-mlx-4bit")
response = generate(model, tokenizer, prompt="hello", verbose=True)
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
MLX-модели работают только на Apple Silicon.