/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
2,8 млрд
Размер весов
6,5 ГБ
Лицензия
Своя лицензия
Архитектура
llama · dense
Библиотека
transformers
Опубликована
13 дек 2024

Falcon3-3B-Base

Генерация текстаТекст → текст6 профессий

Базовая многоязычная языковая модель на 2,8 млрд параметров для генерации текста и дальнейшего дообучения под прикладные задачи.

2 203скачиваний за 30 дней16лайковвеса обновлены20 дек 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 оценки6

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

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,2879

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,4421

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,1178

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,2765

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,375

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,297

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Falcon3-3B-Base — базовая предварительно обученная языковая модель семейства Falcon3, разработанная Technology Innovation Institute. Это плотный decoder-only Transformer с 22 блоками, механизмом Grouped Query Attention, SwiGLU и RMSNorm; число параметров — 2,8 млрд. Модель принимает текст и предназначена для генерации продолжений, а также как основа для последующего дообучения под конкретные сценарии.

Модель обучена на многоязычных данных, коде и материалах по STEM; заявлены английский, французский, испанский и португальский языки. README указывает контекст до 8 тыс. токенов, тогда как метаданные каталога указывают нативный контекст 32 768 токенов. В описании модели также заявлены способности к рассуждению, пониманию языка, следованию инструкциям, программированию и математике, но это базовый чекпойнт без диалоговой настройки и для большинства прикладных сценариев требует дообучения.

Модель получена обрезкой по глубине и ширине Falcon3-7B-Base и обучением с дистилляцией знаний. Распространяется по лицензии TII Falcon-LLM License 2.0; перед применением следует учитывать её условия.

Сценарии применения

  • генерация продолжения текста на английском, французском, испанском и португальском
  • дообучение языковой модели для диалогового ассистента
  • адаптация модели для задач программирования и математики
  • эксперименты с компактными языковыми моделями и дистилляцией

Ограничения

Это базовая модель без диалоговой настройки; для большинства прикладных сценариев README рекомендует дополнительное дообучение. В README указан контекст 8 тыс. токенов, а в метаданных каталога — 32 768 токенов.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Falcon3-3B-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 Falcon3-3B-Base. It achieves strong results on reasoning, language understanding, instruction following, code and mathematics tasks. Falcon3-3B-Base supports 4 languages (English, French, Spanish, Portuguese) and a context length of up to 8K. It was pruned in terms of depth and width from Falcon3-7B-Base and was efficiently trained on only 100 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
    • 22 decoder blocks
    • Grouped Query Attention (GQA) for faster inference: 12 query heads and 4 key-value heads
    • Wider head dimension: 256
    • High RoPE value to support long context understanding: 1000042
    • Uses SwiGLU and RMSNorm
    • 8K context length
    • 131K vocab size
  • Pruned and healed from Falcon3-7B-Base on only 100 Gigatokens of datasets comprising of web, code, STEM, high quality and mutlilingual data using 1024 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/Falcon3-3B-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
092c29e

0 моделей