Дообученный эксперт на базе Llama 3.2 1B Instruct для экспериментов SMAT и 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
yanggangu/Llama-3.2-1B-Instruct-FT-20Minuten — дообученная модель на базе Meta Llama 3.2 1B Instruct, созданная как эксперт для задачи 20Minuten в работе SMAT: Simple and Efficient Merge-Aware Training. Эксперты SMAT обучаются с сохранением качества на своей задаче и с расчётом на последующее слияние моделей.
Модель имеет плотную архитектуру LlamaForCausalLM, содержит 1,2 млрд параметров и принимает текст для генерации текста в диалоговом формате. Указанный для базовой модели контекст составляет 131 072 токена; модельная карточка не уточняет языковой состав или результаты на конкретных сценариях 20Minuten. В репозитории используются веса safetensors и библиотека Transformers.
Модель предназначена прежде всего для экспериментов с экспертами SMAT и слиянием моделей. Применяется лицензия Llama 3.2 с соответствующей политикой допустимого использования Meta.
README не приводит оценок качества или подробностей о целевой задаче 20Minuten, поэтому пригодность для конкретных пользовательских сценариев не подтверждена. Применяются лицензия Llama 3.2 и её политика допустимого использования.
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 3.2 license and acceptable-use policy apply.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…