/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
2,6 млрд
Размер весов
10,8 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
22 ноя 2023

Sheared-LLaMA-2.7B-ShareGPT

Генерация текстаТекст → текст6 профессий

Инструктивно дообученная LLaMA-модель на 2,6 млрд параметров для генерации ответов на текстовые запросы.

208скачиваний за 30 дней8лайковвеса обновлены4 дек 2023

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

Sheared-LLaMA-2.7B-ShareGPT — инструктивно дообученная языковая модель от Princeton NLP на архитектуре LLaMA. Она основана на princeton-nlp/Sheared-LLaMA-2.7B и обучена на 10 000 пар запросов и ответов из ShareGPT, взятых из первых ходов диалогов. Модель содержит 2,6 млрд параметров, принимает текст и генерирует текст; нативный контекст составляет 4096 токенов.

Модель предназначена для ответов на инструкции и запросы в формате текстового диалога, например для создания текстового помощника или генерации ответов на пользовательские вопросы. Карточка не сообщает о специализированных областях применения или поддержке конкретных языков. Доступ к весам предоставляется под лицензией Apache-2.0.

Сценарии применения

  • ответы на инструкции и запросы пользователя
  • генерация реплик для текстового помощника
  • создание ответов в формате диалога
  • прототипирование чат-бота на основе открытых весов

Ограничения

Дообучение выполнено на 10 000 примерах ShareGPT только из первых ходов диалогов, поэтому качество и поведение за пределами такого формата могут быть ограничены. Нативный контекст ограничен 4096 токенами.

Для каких профессий подходит6

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

Paper: https://arxiv.org/pdf/2310.06694.pdf
Code: https://github.com/princeton-nlp/LLM-Shearing
Models: Sheared-LLaMA-1.3B, Sheared-LLaMA-2.7B

Training information

This is the instruction tuned version of princeton-nlp/Sheared-LLaMA-2.7B. We trained the base model on 10,000 instruction-response pairs sampled from the ShareGPT dataset (first-turns only). We use the following prompt to perform instruction tuning.

You are a helpful assistant. Write a response that appropriately completes the request.\n\n### Input:\n{input}\n\n### Response:

This model can be loaded through transformers.LlamaModelForCausalLM as follows:

from transformers import LlamaModelForCausalLM
model = LlamaModelForCausalLM.from_pretrained("princeton-nlp/Sheared-LLaMA-1.3B-ShareGPT")

Bibtex

If you find our model useful, consider citing us with:

@article{xia2023sheared,
  title={Sheared llama: Accelerating language model pre-training via structured pruning},
  author={Xia, Mengzhou and Gao, Tianyu and Zeng, Zhiyuan and Chen, Danqi},
  journal={arXiv preprint arXiv:2310.06694},
  year={2023}
}

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
802be89

0 моделей