/ Модель

Характеристики

Контекст
8 192 токена
Параметры
5,3 млрд
Лицензия
Своя лицензия
Архитектура
llama · dense
Опубликована
23 апр 2024

Llama-3-5B-Sheard

Генерация текстаТекст → текст3 профессии

Экспериментальная уплотнённая и дообученная текстовая модель на базе Llama 3 8B для генерации текста и диалоговых экспериментов.

28скачиваний за 30 дней9лайковвеса обновлены23 апр 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

Llama-3-5B-Sheard — экспериментальная уплотнённая версия Meta Llama 3 8B, опубликованная raincandy-u. Модель содержит 5,3 млрд параметров, использует архитектуру LlamaForCausalLM и принимает текст, генерируя текст; заявленная длина контекста — 8192 токена. Репозиторий содержит веса в формате safetensors.

Модель предназначена для генерации текста и диалоговых экспериментов. После сокращения модели с помощью PrunMe и Mergekit её дополнительно обучали на Minipile в течение одной эпохи примерно на 100 тысячах примеров, затем применяли ORPO на парах предпочтений, созданных Llama-3-70B. Карточка предупреждает, что при непустом системном промпте ответы могут повторяться и не завершаться, и прямо обозначает модель как предназначенную для тестирования.

Указана лицензия other, а в README приведена Meta Llama 3 Community License; перед использованием следует проверить применимые условия этой лицензии и требования Meta. Английский язык указан среди языков карточки.

Сценарии применения

  • генерация продолжений текста
  • эксперименты с диалоговой моделью на базе Llama 3
  • оценка поведения уменьшенной языковой модели
  • тестирование ORPO-дообучения на парах предпочтений

Ограничения

Автор предупреждает, что при непустом системном промпте модель может повторять ответы и не останавливаться. README обозначает её как тестовую; качество и пригодность для производственного применения не подтверждены.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

image/png

Llama-3-5B-Sheard

Pruned version of Llama-3-8b.

Tool used: PrunMe, Mergekit.

Meta Llama 3 is licensed under the Meta Llama 3 Community License, Copyright © Meta Platforms, Inc. All Rights Reserved.

Training

After sliced by mergekit, the model is continue-pretrained on minipile for 1 epoch and ~100k samples. Then we trained it using ORPO on Llama-3-70b generated DPO pairs.

Disclaimer

This model is for testing purposes only, and when the system prompt is not empty, the output may repeat and not stop!

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
3d58689

0 моделей