Характеристики

Контекст: 8 192 токена
Параметры: 7,5 млрд
Размер весов: 16,1 ГБ
Лицензия: Llama 3
Архитектура: llama · dense
Базовая модель: Llama-3-Open-Ko-8B
Библиотека: transformers
Опубликована: 27 апр 2024

Ссылки

Hugging Face

Llama-3-Ko-8B-OpenOrca

werty1248

Генерация текстаТекст → текст3 профессии

Дообученная на корейском наборе OpenOrca 7,5-миллиардная модель Llama 3 для генерации текста и ответов на запросы.

32скачиваний за 30 дней0лайковвеса обновлены20 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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

werty1248/Llama-3-Ko-8B-OpenOrca — языковая модель werty1248, дообученная на kyujinpy/OpenOrca-KO от базы beomi/Llama-3-Open-Ko-8B. Она предназначена для генерации текста и ответов на запросы, в особенности на корейском языке. Модель построена на архитектуре Llama с плотной декодерной трансформерной сетью LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов.

В README приведены результаты оценки на корейских задачах KoBEST в режимах zero-shot и 5-shot. Модель распространяется в формате safetensors по лицензии llama3. Подтверждённых сведений о качестве за пределами этих оценок нет.

Сценарии применения

генерация ответов на запросы на корейском языке
ответы на вопросы на корейском языке
выполнение корейских тестов на понимание текста
генерация текста с учётом примеров в запросе

Ограничения

В README представлены только оценки на отдельных наборах KoBEST; они не устанавливают качество на других задачах. Результаты зависят от числа примеров в запросе.

Для каких профессий подходит3

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 385моделей III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Llama-3-Ko-OpenOrca

Model Details

Model Description

Original model: beomi/Llama-3-Open-Ko-8B (2024.04.24 버전)

Dataset: kyujinpy/OpenOrca-KO

Training details

Training: Axolotl을 이용해 LoRA-8bit로 4epoch 학습 시켰습니다.

sequence_len: 4096
bf16

학습 시간: A6000x2, 6시간

Evaluation

0 shot kobest

Tasks	Metric	Value		Stderr
kobest_boolq	acc	0.5021	±	0.0133
kobest_copa	acc	0.6920	±	0.0146
kobest_hellaswag	acc	0.4520	±	0.0223
kobest_sentineg	acc	0.7330	±	0.0222
kobest_wic	acc	0.4881	±	0.0141

5 shot kobest

Tasks	n-shot	Metric	Value		Stderr
kobest_boolq	5	acc	0.7123	±	0.0121
kobest_copa	5	acc	0.7620	±	0.0135
kobest_hellaswag	5	acc	0.4780	±	0.0224
kobest_sentineg	5	acc	0.9446	±	0.0115
kobest_wic	5	acc	0.6103	±	0.0137

License:

https://llama.meta.com/llama3/license

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: LlamaForCausalLM
Ревизия весов: ac40a26