/ Модель

Характеристики

Размер весов
16,1 ГБ
Лицензия
Llama 3
Архитектура
llama · dense
Базовая модель
Code-Llama-3-8B
Опубликована
21 июн 2024

Code-Llama-Bagel-8B

Языковая модель4 профессии

Code-Llama-Bagel-8B — языковая модель для генерации текста и кода, разработанная пользователем theprint.

855скачиваний за 30 дней1лайквеса обновлены28 сен 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,4697

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,368

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,276

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,2822

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,253

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0612

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это объединённая модель, созданная методом slerp с использованием LazyMergekit на основе ajibawa-2023/Code-Llama-3-8B и jondurbin/bagel-8b-v1.0. В конфигурации объединения указаны 32 слоя, тип данных bfloat16 и базовая модель ajibawa-2023/Code-Llama-3-8B.

Модель предназначена для текстовой генерации, диалоговых сценариев и задач, связанных с программированием; в README приведён пример использования через Transformers с chat template. Точные поддерживаемые языки, размер контекста, число параметров и перечень модальностей не указаны. По результатам Open LLM Leaderboard среднее значение составляет 14,48; показатели включают 25,30 на IFEval, 25,34 на BBH, 4,98 на MATH, 3,47 на GPQA, 7,53 на MuSR и 20,24 на MMLU-PRO, что указывает на ограниченные результаты в представленных тестах.

Модель распространяется по лицензии llama3. Для запуска рекомендуется Transformers и accelerate; в примере используется GPU-автоматическое распределение и генерация с sampling. README не содержит подробностей о дополнительных ограничениях, безопасности, качестве на конкретных языках или сравнении с исходными моделями.

Для каких профессий подходит4

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

Code-Llama-Bagel-8B

Code-Llama-Bagel-8B is a merge of the following models using LazyMergekit:

🧩 Configuration

slices:
  - sources:
      - model: ajibawa-2023/Code-Llama-3-8B
        layer_range: [0, 32]
      - model: jondurbin/bagel-8b-v1.0
        layer_range: [0, 32]
merge_method: slerp
base_model: ajibawa-2023/Code-Llama-3-8B
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 = "theprint/Code-Llama-Bagel-8B"
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"])

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.14.48
IFEval (0-Shot)25.30
BBH (3-Shot)25.34
MATH Lvl 5 (4-Shot)4.98
GPQA (0-shot)3.47
MuSR (0-shot)7.53
MMLU-PRO (5-shot)20.24

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

У модели не указана задача, поэтому рантайм не знает, как её запускать.

Ревизия весов
00da694

0 моделей