/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
1,4 млрд
Лицензия
Своя лицензия
Архитектура
llama · dense
Библиотека
transformers
Опубликована
13 дек 2024

Falcon3-1B-Base

Генерация текстаТекст → текст3 профессии

Базовая языковая модель Falcon3 на 1,4 млрд параметров для генерации текста и последующей адаптации под задачи на четырёх языках.

5 783скачиваний за 30 дней31лайквеса обновлены10 мар 2025

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 оценки6

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

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,3571

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,2428

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,1608

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0332

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2794

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4147

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Falcon3-1B-Base — базовая предварительно обученная языковая модель семейства Falcon3, разработанная Technology Innovation Institute. Это плотный авторегрессионный Transformer-декодер с 18 блоками, архитектурой LlamaForCausalLM, Grouped Query Attention, SwiGLU и RMSNorm; размер модели — 1,4 млрд параметров, словарь содержит 131 тысячу токенов, контекст — до 4096 токенов. Модель создана на основе более крупной Falcon3-3B: её уменьшили по глубине, ширине, числу голов и размеру эмбеддингов, а затем обучили с дистилляцией знаний.

Модель предназначена для продолжения обучения и адаптации, а не для непосредственного использования как готового чат-бота. После дообучения её можно применять для генерации текста, рассуждений, понимания языка, инструкций, кода и математических задач на английском, французском, испанском и португальском языках. Веса опубликованы в формате safetensors для Transformers.

Лицензия — TII Falcon-LLM License 2.0. Карточка рекомендует дополнительно обучать модель с помощью SFT, RLHF или продолжения предварительного обучения для большинства сценариев; без такой адаптации ответы на пользовательские инструкции могут быть ненадёжными.

Сценарии применения

  • продолжение предварительного обучения на специализированном корпусе
  • дообучение модели для диалогового помощника
  • адаптация генерации текста на английском, французском, испанском или португальском
  • создание модели для генерации и объяснения кода после дообучения
  • адаптация для математических задач и рассуждений

Ограничения

Это базовая предварительно обученная модель, а не готовый чат-бот; для большинства пользовательских сценариев рекомендуется дополнительное обучение. Контекст ограничен 4096 токенами.

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

Falcon3-1B-Base

Falcon3 family of Open Foundation Models is a set of pretrained and instruct LLMs ranging from 1B to 10B parameters.

This repository contains the Falcon3-1B-Base. It achieves strong results on reasoning, language understanding, instruction following, code and mathematics tasks. Falcon3-1B-Base supports 4 languages (English, French, Spanish, Portuguese) and a context length of up to 4K. It was pruned in terms of depth, width, number of heads, and embedding channels from a larger 3B Falcon model, and was efficiently trained on only 80 GT using a knowledge distillation objective.

⚠️ This is a raw, pretrained model, which should be further finetuned using SFT, RLHF, continued pretraining, etc. for most use cases.

Model Details

  • Architecture
    • Transformer-based causal decoder-only architecture
    • 18 decoder blocks
    • Grouped Query Attention (GQA) for faster inference: 8 query heads and 4 key-value heads
    • Wider head dimension: 256
    • High RoPE value to support long context understanding: 1000042
    • Uses SwiGLU and RMSNorm
    • 4K context length
    • 131K vocab size
  • Pruned and healed using larger Falcon models (3B and 7B respectively) on only 80 Gigatokens of datasets comprising of web, code, STEM, high quality and multilingual data using 256 H100 GPU chips
  • Supports EN, FR, ES, PT
  • Developed by Technology Innovation Institute
  • License: TII Falcon-LLM License 2.0
  • Model Release Date: December 2024

Getting started

import torch
from transformers import pipeline

pipe = pipeline(
    "text-generation", 
    model="tiiuae/Falcon3-1B-Base", 
    torch_dtype=torch.bfloat16, 
    device_map="auto"
)
response = pipe("Question: How many hours in one day? Answer: ")
print(response[0]['generated_text'])

Benchmarks

We report in the following table our internal pipeline benchmarks.

Useful links

Technical Report

Coming soon....

Citation

If the Falcon3 family of models were helpful to your work, feel free to give us a cite.

@misc{Falcon3,
    title = {The Falcon 3 Family of Open Models},
    url = {https://huggingface.co/blog/falcon3},
    author = {Falcon-LLM Team},
    month = {December},
    year = {2024}
}

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
cb37ef3

0 моделей