/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3
Архитектура
llama · dense
Базовая модель
Meta-Llama-3-8B-Instruct
Опубликована
4 июл 2024

Hyponatremia_L3_450steps_1e7rate_SFT

Генерация текстаТекст → текст3 профессии

Диалоговая текстовая модель на базе Llama 3, дообученная методом SFT и предназначенная для генерации ответов в текстовом формате.

12скачиваний за 30 дней0лайковвеса обновлены4 июл 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 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

Hyponatremia_L3_450steps_1e7rate_SFT — дообученная диалоговая языковая модель на архитектуре Llama, созданная на основе meta-llama/Meta-Llama-3-8B-Instruct. Модель предназначена для генерации текста в формате диалога; название указывает на тематику гипонатриемии, однако README не подтверждает специализированные медицинские возможности или сценарии применения.

Модель содержит 7,5 млрд параметров, принимает текст и генерирует текст, поддерживает контекст до 8192 токенов. В метаданных указаны обучение методом SFT и лицензия Llama 3. README сообщает значение loss 1,1366 на оценочном наборе, но набор данных неизвестен, а описание обучения и предполагаемого использования отсутствует. Поэтому качество ответов, в частности медицинская точность, по имеющимся сведениям оценить нельзя.

Сценарии применения

  • генерация диалоговых ответов
  • создание текстовых ответов на запросы пользователя
  • эксперименты с дообучением Llama 3 методом SFT

Ограничения

Данные обучения и предполагаемые сценарии применения не описаны, поэтому медицинскую специализацию и точность ответов подтвердить нельзя. Значение loss на оценочном наборе не даёт достаточной информации о практическом качестве модели.

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

Hyponatremia_L3_450steps_1e7rate_SFT

This model is a fine-tuned version of meta-llama/Meta-Llama-3-8B-Instruct on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 1.1366

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: 1e-07
  • train_batch_size: 2
  • eval_batch_size: 1
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 4
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 100
  • training_steps: 450

Training results

Training LossEpochStepValidation Loss
2.26320.2667502.2327
2.03630.53331001.9784
1.65350.81501.6239
1.38631.06672001.3719
1.24121.33332501.2305
1.1751.63001.1618
1.14681.86673501.1401
1.13742.13334001.1373
1.1362.44501.1366

Framework versions

  • Transformers 4.42.3
  • Pytorch 2.0.0+cu117
  • Datasets 2.20.0
  • Tokenizers 0.19.1

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
f25d43a

0 моделей