/ Модель
Каталог

Характеристики

Контекст
8 192 токена
Параметры
4 млрд
Размер весов
9,1 ГБ
Архитектура
llama · dense
Базовая модель
Meta-Llama-3-8B
Опубликована
24 мая 2024

Ссылки

Hugging Face

llama-3-8b-slow-DUS-random-layer1-method2

ryan0712
Генерация текстаТекст → текст6 профессий

Плотная модель семейства Llama для генерации текста, созданная через LazyMergekit на основе NousResearch/Meta-Llama-3-8B.

18скачиваний за 30 дней0лайковвеса обновлены24 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.

Открыть конструктор бенчмарка

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-3-8b-slow-DUS-random-layer1-method2 — плотная языковая модель семейства Llama от ryan0712, созданная с помощью LazyMergekit на основе NousResearch/Meta-Llama-3-8B. В README указано, что при сборке использовано 16 записей одной и той же базовой модели; параметры конфигурации объединения не приведены.

Модель предназначена для генерации текста и может использоваться в сценариях, где нужна языковая генерация. Архитектура — LlamaForCausalLM, формат весов — safetensors, длина контекста — 8192 токена. Метаданные указывают 4 млрд параметров, тогда как базовая модель описана каталогом как модель на 7,5 млрд параметров; размер самой модели в описании поэтому приводится по метаданным репозитория.

В карточке не заявлены специальные прикладные области или языки. Лицензия не указана в предоставленных данных, поэтому условия использования по ним определить нельзя.

Сценарии применения

  • генерация продолжения текста
  • создание черновиков и вариантов формулировок
  • генерация ответов в текстовом интерфейсе

Ограничения

Параметры слияния в README опущены, поэтому нельзя оценить влияние конфигурации на качество. Лицензия в предоставленных данных не указана.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модельI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельIII.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели

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-layer1-method2

llama-3-8b-slow-DUS-random-layer1-method2 is a merge of the following models using LazyMergekit:

🧩 Configuration

slices:

      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [3, 4]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [5, 6]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [7, 8]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [9, 10]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [10, 11]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [11, 12]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [13, 14]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [15, 16]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [16, 17]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [19, 20]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [22, 23]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [24, 25]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [25, 26]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [27, 28]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [28, 29]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [30, 31]
    
merge_method: passthrough
dtype: bfloat16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "ryan0712/llama-3-8b-slow-DUS-random-layer1-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
0918eb5

0 моделей

    Создать бенчмарк