/ Модель

Характеристики

Контекст
262 144 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3
Архитектура
llama · dense
Базовая модель
Llama-3-8B-Instruct-262k
Опубликована
30 апр 2024

llama3-8B-slerp-med-262k

Генерация текстаТекст → текст3 профессии

Объединённая модель Llama 3 на 7,5 млрд параметров для диалоговой генерации текста, включая медицинские запросы и длинный контекст.

19скачиваний за 30 дней0лайковвеса обновлены30 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

shanchen/llama3-8B-slerp-med-262k — объединённая с помощью LazyMergekit модель на архитектуре Llama 3, созданная на основе Gradient Llama 3 8B Instruct 262k и медицинской JSL-MedLlama-3-8B-v1.0. Веса объединены методом SLERP; модель содержит 7,5 млрд параметров и рассчитана на контекст до 262 144 токенов.

Модель предназначена для генерации текста и диалогового взаимодействия, сочетая инструктивную основу с медицинской специализацией второй модели. Может применяться для ответов на медицинские вопросы и работы с длинными текстами, однако карточка не приводит оценок качества или подробностей о медицинских сценариях. Поддерживаемый язык по метаданным — китайский.

Модель распространяется в формате safetensors по лицензии Llama 3. Как и другие языковые модели, она может выдавать неточные сведения; медицинские ответы требуют проверки специалистом.

Сценарии применения

  • ответы на медицинские вопросы
  • диалоговый помощник для медицинских запросов
  • генерация ответов по длинным текстам
  • суммаризация длинных медицинских материалов

Ограничения

Медицинские ответы могут содержать ошибки и требуют проверки специалистом. Карточка не приводит оценок качества модели.

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

llama3-8B-slerp-med-262k

llama3-8B-slerp-med-262k is a merge of the following models using LazyMergekit:

🧩 Configuration

slices:
  - sources:
      - model: gradientai/Llama-3-8B-Instruct-262k
        layer_range: [0,32]
      - model: johnsnowlabs/JSL-MedLlama-3-8B-v1.0
        layer_range: [0,32]
merge_method: slerp
base_model: gradientai/Llama-3-8B-Instruct-262k
parameters:
  t:
    - filter: self_attn
      value: [0.3, 0.5, 0.5, 0.7, 1]
    - filter: mlp
      value: [1, 0.7, 0.5, 0.5, 0.3]
    - value: 0.5
dtype: bfloat16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "shanchen/llama3-8B-slerp-med-262k"
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
5075e6c

0 моделей