Объединённая без дополнительного обучения модель Llama на 7,5 млрд параметров для генерации текста и диалогов.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
uygarkurt/llama-3-merged-linear — объединённая разговорная модель семейства Llama, созданная автором репозитория с помощью Mergekit. По README, для слияния выбрали три лучшие модели Llama 3 из открытого рейтинга LLM и объединили их без дополнительного обучения; конкретные исходные модели не названы.
Модель предназначена для генерации текста и диалогового общения. Это плотная авторегрессионная архитектура LlamaForCausalLM размером 7,5 млрд параметров с контекстом до 8192 токенов; репозиторий содержит веса Safetensors и рассчитан на Transformers. Языки, на которых модель уверенно работает, в предоставленных данных не указаны.
Модель распространяется по лицензии MIT. README описывает способ создания, но не приводит сравнительных оценок качества или подробных ограничений; заявленное автором улучшение рейтинга не подтверждено приведёнными в карточке результатами.
README не приводит сравнительных оценок качества, поэтому утверждение об улучшении рейтинга нельзя проверить по предоставленным данным. Языковые возможности модели отдельно не описаны.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
You can find the GitHub from here; https://github.com/uygarkurt/Model-Merge
In this specific case, I typed llama-3 into the open LLM leaderboard, took the best 3 models, merged them and created
a better ranking model wihtout any training.
As the main libraries we will be using mergekit.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…