/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
llama-3-8b-bnb-4bit
Опубликована
9 июн 2024

llama-3-8b-gpt-4o

Генерация текстаТекст → текст3 профессии

Экспериментальная дообученная модель Llama 3 на 7,5 млрд параметров для генерации текста и диалоговых ответов.

35скачиваний за 30 дней2лайкавеса обновлены12 июн 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

ruslandev/llama-3-8b-gpt-4o — плотная авторегрессионная языковая модель семейства Llama 3, разработанная ruslandev путём дообучения unsloth/llama-3-8b-bnb-4bit на подмножестве датасета ruslandev/tagengo-subset-gpt-4o. Модель содержит 7,5 млрд параметров, принимает текст и генерирует текст; нативный контекст — 8192 токена. В карточке приведён пример диалога на русском языке, однако метаданные указывают английский как язык карточки, поэтому полноценную поддержку русского нельзя считать подтверждённой.

Модель предназначена для экспериментов с генерацией текста и диалоговыми ответами, а автор описывает её как учебную и указывает, что ей требуется дальнейшее обучение или дообучение. Для запуска автор рекомендует framework gptchain и формат диалога ChatML. Лицензия — Apache-2.0.

Сценарии применения

  • эксперименты с генерацией текста
  • создание простого чат-бота
  • ответы на общие вопросы на русском языке
  • изучение дообучения языковых моделей

Ограничения

Автор указывает, что модель создана для образовательных целей и требует дальнейшего обучения или дообучения. Поддержка русского языка не подтверждена метаданными; русский приведён только в примере запроса.

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

Uploaded model

  • Developed by: ruslandev
  • License: apache-2.0
  • Finetuned from model : unsloth/llama-3-8b-bnb-4bit

This model is finetuned on ruslandev/tagengo-subset-gpt-4o dataset. Please note - this model has been created for educational purposes and it needs further training/fine tuning.

How to use

I recommend using my framework gptchain.

git clone https://github.com/RuslanPeresy/gptchain.git
cd gptchain
pip install -r requirements-train.txt
python gptchain.py chat -m ruslandev/llama-3-8b-gpt-4o \
	--chatml true \
	-q '[{"from": "human", "value": "Из чего состоит нейронная сеть?"}]'

Training

gptchain framework has been used for training.

python gptchain.py train -m unsloth/llama-3-8b-bnb-4bit \
    -dn tagengo_subset_gpt4o \
    -sp checkpoints/llama-3-8b-gpt-4o \
    -hf llama-3-8b-gpt-4o \
    --num-epochs 3

Training hyperparameters

  • learning_rate: 2e-4
  • seed: 3407
  • gradient_accumulation_steps: 4
  • per_device_train_batch_size: 2
  • optimizer: adamw_8bit
  • lr_scheduler_type: linear
  • warmup_steps: 5
  • num_train_epochs: 3
  • weight_decay: 0.01

Training results

wandb report

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
da1b436

0 моделей