Характеристики

Контекст: 131 072 токена
Параметры: 3,2 млрд
Размер весов: 6,4 ГБ
Лицензия: Llama 3.2
Архитектура: llama · dense
Базовая модель: llama-3.2-3b
Библиотека: transformers
Опубликована: 30 сен 2024

Ссылки

Hugging Face

llama-3.2-3b-sft-2

tanliboy

Генерация текстаТекст → текст9 профессий

Дообученная Llama 3.2 на 3,2 млрд параметров для генерации текста и ведения диалогов с контекстом до 131 072 токена.

18скачиваний за 30 дней1лайквеса обновлены1 окт 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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

tanliboy/llama-3.2-3b-sft-2 — дообученная модель семейства Llama 3.2, созданная на основе tanliboy/llama-3.2-3b с использованием набора данных tanliboy/OpenHermes-2.5-reformat. Это плотная авторегрессионная языковая модель на 3,2 млрд параметров для генерации текста и диалогов; карточка указывает контекстное окно 131 072 токена и поддержку интерфейса вызова инструментов. В README приведено значение loss 0,6744 на evaluation set, но не описаны протокол оценки и практические сценарии.

Сценарии применения

генерация ответов в текстовом диалоге
создание и продолжение текстов
суммаризация текстовых материалов
использование модели в приложениях с интерфейсом вызова инструментов

Ограничения

README не описывает целевые сценарии, языковой охват и ограничения качества; значение loss приведено без протокола оценки. Для модели действует лицензия Llama 3.2.

Для каких профессий подходит9

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 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

llama-3.2-3b-sft-2

This model is a fine-tuned version of tanliboy/llama-3.2-3b on the tanliboy/OpenHermes-2.5-reformat dataset. It achieves the following results on the evaluation set:

Loss: 0.6744

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 5e-06
train_batch_size: 8
eval_batch_size: 8
seed: 42
distributed_type: multi-GPU
num_devices: 8
gradient_accumulation_steps: 2
total_train_batch_size: 128
total_eval_batch_size: 64
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: cosine
lr_scheduler_warmup_steps: 1000
training_steps: 10000

Training results

Training Loss	Epoch	Step	Validation Loss
0.7792	0.0673	500	0.7726
0.7496	0.1345	1000	0.7444
0.7243	0.2018	1500	0.7296
0.7178	0.2691	2000	0.7197
0.7077	0.3363	2500	0.7127
0.6992	0.4036	3000	0.7066
0.6992	0.4708	3500	0.7012
0.6945	0.5381	4000	0.6965
0.6879	0.6054	4500	0.6920
0.6901	0.6726	5000	0.6879
0.6759	0.7399	5500	0.6844
0.6752	0.8072	6000	0.6812
0.6826	0.8744	6500	0.6783
0.6804	0.9417	7000	0.6758
0.6131	1.0089	7500	0.6764
0.6012	1.0762	8000	0.6758
0.6136	1.1435	8500	0.6751
0.6127	1.2107	9000	0.6747
0.6076	1.2780	9500	0.6745
0.6033	1.3453	10000	0.6744

Framework versions

Transformers 4.44.2
Pytorch 2.4.0+cu121
Datasets 2.19.1
Tokenizers 0.19.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: LlamaForCausalLM
Ревизия весов: b59e690

Характеристики

Ссылки

llama-3.2-3b-sft-2

Бенчмарки

Тесты пользователейпока нет

Добавьте модель в бенчмарк

Опишите свои задачи

Запустите и опубликуйте

Публичные оценки

Что умеет модель

Сценарии применения

Ограничения

Для каких профессий подходит9

Также подходит для

Карточка модели

llama-3.2-3b-sft-2

Model description

Intended uses & limitations

Training and evaluation data

Training procedure

Training hyperparameters

Training results

Framework versions

Как запустить