/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3.1
Архитектура
llama · dense
Базовая модель
Llama-3.1-8B
Библиотека
transformers
Опубликована
17 дек 2024

Llama-Tulu-8B-SFT

Генерация текстаТекст → текст9 профессий

Диалоговая текстовая модель на базе Llama 3.1 8B, дообученная на смеси инструкций Tulu 3 для генерации ответов.

25скачиваний за 30 дней1лайквеса обновлены17 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 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

II-8B-SFT — текстовая модель генерации на архитектуре Llama, дообученная автором репозитория на наборе allenai/tulu-3-sft-mixture с помощью Axolotl. Она содержит 7,5 млрд параметров, принимает текст и предназначена для диалоговых сценариев и генерации ответов. Заявленная длина контекста — 131 072 токена.

Модель основана на meta-llama/Llama-3.1-8B и распространяется в форматах PyTorch и Safetensors по лицензии Llama 3.1. Карточка не приводит результатов оценки и подробных рекомендаций по применению; качество и ограничения для конкретных задач следует проверять отдельно.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • создание черновиков текстов по запросу
  • ответы на пользовательские вопросы
  • выполнение текстовых инструкций

Ограничения

В карточке нет описания ограничений или результатов оценки; качество на конкретных задачах не подтверждено. Возможны ошибки и недостоверные ответы, как у других языковых моделей.

Для каких профессий подходит9

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

axolotl version: 0.6.0

wandb_run_id: 2e2444b4-b741-48af-b32c-b5f44f38688f
wandb_project: llm-training-platform
wandb_name: II-Tulu-8B-SFT
datasets:
- path: allenai/tulu-3-sft-mixture
  split: train
  type: chat_template
  field_messages: messages
  message_field_role: role
  message_field_content: content
  roles:
    system:
    - system
    user:
    - user
    assistant:
    - assistant
chat_template: llama3
sequence_len: 2048
base_model: meta-llama/Llama-3.1-8B
output_dir: checkpoints/deb3448a-60ae-4ad8-bdc2-06cce8c43d02
dataset_prepared_path: checkpoints/deb3448a-60ae-4ad8-bdc2-06cce8c43d02/dataset_prepared
flash_attention: true
train_on_inputs: false
pad_to_sequence_len: true
eval_sample_packing: false
push_to_hub: true
bf16: auto
logging_steps: 10
hub_model_id: phunguyen01/II-8B-SFT
learning_rate: 5.0e-06
micro_batch_size: 2
num_epochs: 2
seed: 42
gradient_accumulation_steps: 2
sample_packing: true
val_set_size: 0
special_tokens:
   pad_token: <|end_of_text|>

II-8B-SFT

This model is a fine-tuned version of meta-llama/Llama-3.1-8B on the allenai/tulu-3-sft-mixture dataset.

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: 5e-06
  • train_batch_size: 2
  • eval_batch_size: 2
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 32
  • total_eval_batch_size: 16
  • optimizer: Use adamw_hf with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 100
  • num_epochs: 2

Training results

Framework versions

  • Transformers 4.47.0
  • Pytorch 2.4.0+cu121
  • Datasets 3.1.0
  • Tokenizers 0.21.0

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
083f30b

0 моделей