Экспертная версия Llama 3.2 1B Instruct, обученная методом SMAT для генерации диалогового текста и экспериментов со слиянием 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-SMAT-FOMC — экспертная модель, подготовленная методом SMAT (Simple and Efficient Merge-Aware Training) на основе Meta Llama 3.2 1B Instruct. Она представлена в Table 1 статьи SMAT и обучена с seed 42. Модель предназначена для генерации текста в диалоге и для экспериментов по слиянию моделей с сохранением качества на целевых задачах.
Модель имеет плотную архитектуру LlamaForCausalLM, содержит 1,2 млрд параметров, принимает текст и поддерживает контекст до 131 072 токенов. В карточке не указаны конкретные целевые задачи FOMC или отдельный перечень поддерживаемых языков; базовая модель Meta описана как многоязычная. Репозиторий содержит веса Safetensors и использует библиотеку Transformers.
Применяются лицензия Llama 3.2 и соответствующая политика допустимого использования Meta. Количественных результатов оценки и инструкций по объединению весов в карточке нет.
Карточка не приводит результатов оценки, точных целевых задач или языкового перечня для этой экспертной модели. Для использования действуют лицензия Llama 3.2 и политика допустимого использования Meta.
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 3.2 license and acceptable-use policy apply.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…