Экспертная диалоговая модель SMAT на базе Llama 3.1 8B Instruct для генерации текста и исследований слияния 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
Это экспертная модель SMAT на основе Llama 3.1 8B Instruct, представленная в таблице 1 статьи «SMAT: Simple and Efficient Merge-Aware Training». Её разработали в рамках работы над методом обучения экспертов, сохраняющих качество на целевых задачах и облегчающих последующее слияние моделей; указано, что использовался seed 42.
Модель предназначена для генерации текста и диалогового взаимодействия. Она построена на плотной архитектуре LlamaForCausalLM, содержит 7,5 млрд параметров и имеет контекстное окно 131 072 токена. В репозитории размещены веса safetensors для библиотеки Transformers.
В README не уточняются целевая задача FOMC, языки обучения и результаты оценки качества, поэтому нельзя точнее определить специализацию эксперта или его преимущества на конкретных сценариях. Применяются лицензия Llama 3.1 и соответствующая политика допустимого использования Meta.
README не раскрывает целевую задачу FOMC, языки и результаты оценки качества эксперта. Использование регулируется лицензией Llama 3.1 и её политикой допустимого использования.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
A SMAT 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…