Дообученный эксперт Llama 3.1 для экспериментов SMAT по сохранению качества при слиянии моделей.
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
yanggangu/Llama-3.1-8B-Instruct-FT-C-STANCE — дообученная диалоговая модель на архитектуре Llama 3.1, созданная как эксперт для экспериментов SMAT (Simple and Efficient Merge-Aware Training). В README указано, что это эксперт из таблицы 1 статьи, обученный с seed 42; SMAT предназначен для обучения экспертов, сохраняющих качество на задаче и упрощающих последующее слияние моделей.
Модель основана на meta-llama/Llama-3.1-8B-Instruct и содержит 7,5 млрд параметров. Она принимает текст и генерирует текст; метаданные указывают контекст до 131 072 токенов и поддержку диалога. Название C-STANCE указывает на тематическую настройку, однако README не раскрывает конкретные данные и сценарии этой задачи.
Репозиторий содержит веса в формате safetensors и использует лицензию Llama 3.1; применяются соответствующие лицензия и политика допустимого использования Meta. Это исследовательский экспертный чекпойнт, рассчитанный на сохранение навыка при слиянии с другими моделями.
README не описывает конкретные навыки C-STANCE, обучающие данные и результаты оценки, поэтому прикладную точность модели оценить нельзя.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
A FT expert from Table 1 of SMAT: Simple and Efficient Merge-Aware Training (training seed 42). SMAT trains experts that retain task performance while improving model merging.
Built with Llama. The included Llama 3.1 license and acceptable-use policy apply.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…