/ Модель
Каталог

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
6 июн 2024

Ссылки

Hugging Face

UTI_L3_1000steps_1e5rate_SFT

tsavage68
Генерация текстаТекст → текст4 профессии

Дообученная диалоговая модель Llama 3 с 7,5 млрд параметров для генерации текста и ответов в чате.

18скачиваний за 30 дней0лайковвеса обновлены6 июн 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.

Открыть конструктор бенчмарка

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

UTI_L3_1000steps_1e5rate_SFT — диалоговая языковая модель на архитектуре Llama, дообученная на базе meta-llama/Meta-Llama-3-8B-Instruct. Модель предназначена для генерации текста и ответов в формате диалога; в карточке указана оценка Loss 2.5151 на наборе для оценки, но сам набор данных не описан. Модель содержит 7,5 млрд параметров и поддерживает контекст длиной до 8192 токенов.

Модель распространяется в формате safetensors по лицензии Llama 3. Карточка не раскрывает обучающие данные, специализацию или ограничения, поэтому её качество для конкретных сценариев следует оценивать отдельно.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • создание и продолжение текстов
  • прототипирование чат-ассистента

Ограничения

Обучающий датасет и специализация модели не описаны. Приведён только результат Loss 2.5151 без сведений о наборе оценки или сравнительных метриках.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

UTI_L3_1000steps_1e5rate_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: 2.5151

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-05
  • 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: 1000

Training results

Training LossEpochStepValidation Loss
1.62110.3333251.3130
1.30980.6667501.3151
1.36991.0751.3342
1.16711.33331001.3720
1.19551.66671251.4161
1.1782.01501.3563
0.72052.33331751.4594
0.77832.66672001.4538
0.75333.02251.4397
0.36783.33332501.6859
0.38733.66672751.6593
0.41914.03001.7873
0.17754.33333251.9132
0.18844.66673501.8814
0.19465.03752.0113
0.12275.33334002.0399
0.12615.66674252.1039
0.12236.04502.1222
0.09396.33334752.1375
0.09946.66675002.1088
0.10267.05252.1071
0.08037.33335502.2376
0.07927.66675752.2282
0.08248.06002.2099
0.06568.33336252.2770
0.06258.66676502.3860
0.06989.06752.3219
0.04899.33337002.3820
0.05219.66677252.4133
0.047810.07502.4260
0.044210.33337752.4633
0.046410.66678002.4853
0.048411.08252.4851
0.042211.33338502.5013
0.042511.66678752.5089
0.043612.09002.5127
0.042712.33339252.5145
0.04112.66679502.5150
0.041313.09752.5156
0.041213.333310002.5151

Framework versions

  • Transformers 4.41.2
  • Pytorch 2.0.0+cu117
  • Datasets 2.19.2
  • 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
b24dd81

0 моделей

    Создать бенчмарк