/ Модель

Характеристики

Контекст
131 072 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
3 мая 2024

llama-3.1-openhermes-tr

Генерация текстаТекст → текст7 профессий

Дообученная модель Llama на 7,5 млрд параметров для генерации текста и ответов на вопросы на английском и турецком языках.

33скачиваний за 30 дней4лайкавеса обновлены12 сен 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

umarigan/llama-3.1-openhermes-tr — дообученная плотная языковая модель семейства Llama, разработанная umarigan на базе unsloth/llama-3-8b-bnb-4bit с использованием Unsloth и библиотеки TRL. Модель содержит 7,5 млрд параметров и рассчитана на работу с текстом; заявленное контекстное окно составляет 131 072 токена. В метаданных указана поддержка английского и турецкого языков.

Модель предназначена для генерации текста и ответов на вопросы. Её можно применять в диалоговых системах и для подготовки текстовых ответов по запросам. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. В карточке не приведены результаты оценки качества и подробности обучающих данных.

Сценарии применения

  • генерация ответов на вопросы
  • создание диалогового помощника на английском языке
  • создание диалогового помощника на турецком языке
  • подготовка текстовых ответов по пользовательским запросам

Ограничения

Карточка не приводит оценок качества, подробностей обучающих данных или специализированных ограничений; фактическое качество для конкретных задач следует проверять отдельно.

Для каких профессий подходит7

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-openhermes-tr")
model = AutoModelForCausalLM.from_pretrained("umarigan/llama-3-openhermes-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. Yeterli miktarda su içmek: Su, vücuttaki toksinlerin atılmasını ve sindirim sisteminin çalışmasını destekler. Su içmek, vücuttaki su dengesini korumaya yardımcı olur ve kilo kaybına yardımcı olabilir. Günlük su tüketiminizi 2-3 litre arasında tutun.
2. Düzenli egzersiz yapın: Egzersiz, metabolizmayı hızlandırmaya yardımcı olur ve vücuttaki yağ yakımını teşvik eder. Haftada 3-5 gün egzersiz yapın ve her gün 30-60 dakika egzersiz yapın. Egzersizler, aerobik egzersizler (yürüyüş, yüzme, bisiklet sürmek) ve ana kas egzersizleri (kollar, bacaklar, kalça) gibi çeşitli egzersiz türlerini içerebilir.
3. Azalmış kalori alımına odaklanın: Kilo verme hedefinize ulaşmak için kalori alımınızı azaltın. Bu, beslenme planınızda azalmış kalori içeren yiyecekleri seçerek ve aşırı kalori alımını önlemek için yemeklerinizi ölçerek veya ağırlaştırmaya çalışarak yapılabilir.
4. Yeterli uyku al: Uyku, metabolizmayı düzenleyen ve kilo kaybına yardımcı olan hormonların salınmasını etkileyen bir faktördür. Günlük 7-9 saat uyku almayı hedefleyin.
5. Stres yönetimi: Stres, hormonların salınmasını etkileyerek kilo alımına katkıda bulunabilir. Stresi yönetmek için egzersiz, meditasyon veya derin nefes egzersizleri gibi çeşitli yöntemleri kullanın. Bu, stresi azaltmaya ve metabolizmayı düzenleme yeteneğini geliştirmeye yardımcı olabilir.
<|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
ce20413

0 моделей