/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
6,6 млрд
Размер весов
27 ГБ
Лицензия
CC BY-NC 4.0
Архитектура
llama · dense
Опубликована
13 апр 2023

alpaca-7b-wdiff

Генерация текстаТекст → текст3 профессии

Разность весов Stanford Alpaca-7B для восстановления дообученной на инструкциях языковой модели на основе Meta LLaMA 7B.

45скачиваний за 30 дней58лайковвеса обновлены22 мая 2023

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

Это файл разности весов (weight diff) для Stanford Alpaca-7B, разработанной исследователями Stanford. Разность применяется к исходным весам Meta LLaMA 7B, чтобы восстановить дообученную модель Alpaca-7B; сам репозиторий не содержит полного чекпойнта, пригодного для загрузки без базовых весов.

После восстановления модель предназначена для генерации текста по инструкциям и ответов на запросы в стиле Alpaca. Это плотная авторегрессионная модель семейства LLaMA с 6,6 млрд параметров и контекстом 2048 токенов. Для восстановления нужны веса Meta LLaMA и преобразование их в формат Hugging Face; веса этого репозитория представлены в PyTorch. Лицензия репозитория — CC BY-NC 4.0.

Сценарии применения

  • восстановление весов Alpaca-7B из весов Meta LLaMA
  • генерация ответов на текстовые инструкции
  • создание прототипа чат-бота на основе Alpaca
  • эксперименты с дообучением LLaMA на инструкциях

Ограничения

В репозитории находятся только разности весов: для восстановления необходимы исходные веса Meta LLaMA 7B. Контекст ограничен 2048 токенами; лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

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

Stanford Alpaca-7B

This repo hosts the weight diff for Stanford Alpaca-7B that can be used to reconstruct the original model weights when applied to Meta's LLaMA weights.

To recover the original Alpaca-7B weights, follow these steps:

1. Convert Meta's released weights into huggingface format. Follow this guide:
    https://huggingface.co/docs/transformers/main/model_doc/llama
2. Make sure you cloned the released weight diff into your local machine. The weight diff is located at:
    https://huggingface.co/tatsu-lab/alpaca-7b/tree/main
3. Run this function with the correct paths. E.g.,
    python weight_diff.py recover --path_raw <path_to_step_1_dir> --path_diff <path_to_step_2_dir> --path_tuned <path_to_store_recovered_weights>

Once step 3 completes, you should have a directory with the recovered weights, from which you can load the model like the following

import transformers
alpaca_model = transformers.AutoModelForCausalLM.from_pretrained("<path_to_store_recovered_weights>")
alpaca_tokenizer = transformers.AutoTokenizer.from_pretrained("<path_to_store_recovered_weights>")

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
8648f73

0 моделей