/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
llama-3-8b-bnb-4bit
Опубликована
24 апр 2024

LLama-3-8B-Instruction-tr

Генерация текстаТекст → текст5 профессий

Дообученная на инструкциях версия Llama 3 для генерации текста на турецком и английском языках.

23скачиваний за 30 дней6лайковвеса обновлены15 мая 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

Модель umarigan/LLama-3-8B-Instruction-tr — дообученная umarigan версия Llama 3 с 7,5 млрд параметров, созданная на базе unsloth/llama-3-8b-bnb-4bit. Для обучения использовались Unsloth и библиотека Hugging Face TRL, а в качестве набора данных указан GPTeacher-General-Instruct-tr. Модель предназначена для генерации текста по инструкциям на турецком и английском языках, например для ответов на вопросы и выполнения общих текстовых запросов. Работает с текстом, имеет контекст до 8192 токенов и распространяется по лицензии Apache-2.0.

Карточка не приводит оценок качества или результатов тестирования, поэтому пригодность для конкретных задач следует проверять отдельно.

Сценарии применения

  • ответы на общие вопросы на турецком языке
  • выполнение текстовых инструкций на турецком языке
  • генерация ответов на английском языке
  • создание черновиков и продолжение текста

Ограничения

В карточке нет результатов оценки качества; соответствие ответов конкретным задачам нужно проверять отдельно. Указанный размер контекста — 8192 токена.

Для каких профессий подходит5

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

Uploaded model

  • Developed by: umarigan
  • License: apache-2.0
  • Finetuned from model : unsloth/llama-3-8b-bnb-4bit

This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.

Usage Examples


# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("umarigan/LLama-3-8B-Instruction-tr")
model = AutoModelForCausalLM.from_pretrained("umarigan/LLama-3-8B-Instruction-tr")
alpaca_prompt = """
Görev:
{}

Girdi:
{}

Cevap:
{}"""

inputs = tokenizer(
[
    alpaca_prompt.format(
        "bir haftada 3 kilo verebileceğim 5 öneri sunabilir misin?", # Görev
        "", # Girdi
        "", # Cevap - boş bırakın!
    )
], return_tensors = "pt")
outputs = model.generate(**inputs, max_new_tokens = 64, use_cache = True)
tokenizer.batch_decode(outputs)

Output:
<|begin_of_text|> Görev: bir haftada 3 kilo verebileceğim 5 öneri sunabilir misin?

Girdi:

Cevap:

1. Yemeklerinizde daha az tuz kullanın. 2. Daha fazla sebze ve meyve tüketin. 3. Daha fazla su için. 4. Daha fazla egzersiz yapın. 5. Daha fazla uyku alın.<|end_of_text|>

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
441b454

0 моделей