/ Модель

Характеристики

Контекст
8 192 токена
Параметры
4 млрд
Размер весов
9,1 ГБ
Архитектура
llama · dense
Опубликована
28 мая 2024

llama-3-8b-slow-DUS-random-layer-method2

Генерация текстаТекст → текст6 профессий

Плотная модель Llama на 4 млрд параметров, объединённая методом slerp для генерации текста.

13скачиваний за 30 дней0лайковвеса обновлены28 мая 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

Модель ryan0712/llama-3-8b-slow-DUS-random-layer-method2 — плотная авторегрессионная модель семейства Llama для генерации текста, созданная Ryan0712 с помощью LazyMergekit. Она объединяет две модели: ryan0712/llama-3-8b-slow-DUS-random-layer1-method2 и ryan0712/llama-3-8b-slow-DUS-random-layer2-method2; в конфигурации указано слияние методом slerp с выбором параметров для слоёв self-attention и MLP.

Модель подходит для генерации продолжений текста и диалоговых ответов. Веса хранятся в формате safetensors; указаны размер 4 млрд параметров и контекст 8192 токена. Метаданные не содержат сведений о специальных языковых настройках или лицензии.

Сценарии применения

  • генерация продолжения текста
  • создание черновиков и кратких текстов
  • ответы на текстовые запросы

Ограничения

Описание не приводит оценок качества и не подтверждает поддержку конкретных языков. Лицензия в предоставленных источниках не указана.

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

llama-3-8b-slow-DUS-random-layer-method2

llama-3-8b-slow-DUS-random-layer-method2 is a merge of the following models using LazyMergekit:

🧩 Configuration

slices:
  - sources:
      - model: ryan0712/llama-3-8b-slow-DUS-random-layer1-method2
        layer_range: [0, 16]
      - model: ryan0712/llama-3-8b-slow-DUS-random-layer2-method2
        layer_range: [0, 16]
merge_method: slerp
base_model: ryan0712/llama-3-8b-slow-DUS-random-layer1-method2
parameters:
  t:
    - filter: self_attn
      value: [0, 0.5, 0.3, 0.7, 1]
    - filter: mlp
      value: [1, 0.5, 0.7, 0.3, 0]
    - value: 0.5
dtype: bfloat16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "ryan0712/llama-3-8b-slow-DUS-random-layer-method2"
messages = [{"role": "user", "content": "What is a large language model?"}]

tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

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
24e29fb

0 моделей