/ Модель
Каталог

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Своя лицензия
Архитектура
llama · dense
Базовая модель
Meta-Llama-3-8B-Instruct
Опубликована
24 апр 2024

Ссылки

Hugging Face

Meta-Llama-3-8B-Instruct_fictional_Chinese_v3

yzhuang
Генерация текстаТекст → текст3 профессии

Дообученная диалоговая модель Llama на 7,5 млрд параметров для генерации текста, ориентированная по названию на вымышленный китайский контент.

25скачиваний за 30 дней0лайковвеса обновлены24 апр 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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. 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

Это диалоговая модель генерации текста на архитектуре Llama, дообученная yzhuang на наборе данных generator на основе meta-llama/Meta-Llama-3-8B-Instruct. Модель содержит 7,5 млрд параметров и принимает текстовые запросы для генерации ответов в формате диалога; заявленная длина контекста — 8192 токена.

Название указывает на ориентацию на вымышленный китайский контент, однако README не описывает конкретные сценарии, качество или языковое покрытие этой версии. Модель может подойти для диалоговой генерации текста и создания художественных текстов; подтверждённые языки обучения и оценки не приведены. Репозиторий распространяется под лицензией other, поэтому условия использования следует сверять с лицензией и условиями базовой модели Meta-Llama-3-8B-Instruct.

Сценарии применения

  • генерация диалоговых ответов
  • создание вымышленных текстов на китайскую тематику
  • продолжение художественных текстовых сцен

Ограничения

README не приводит результатов оценки, подтверждённых сценариев применения или сведений о языковой поддержке; ориентация на китайский контент следует только из названия модели. Лицензия обозначена как other, поэтому условия использования следует проверить в карточке модели и условиях базовой модели.

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 385моделейIV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.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

Meta-Llama-3-8B-Instruct_fictional_Chinese_v3

This model is a fine-tuned version of meta-llama/Meta-Llama-3-8B-Instruct on the generator dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-05
  • train_batch_size: 2
  • eval_batch_size: 2
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 16
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 72

Training results

Framework versions

  • Transformers 4.39.3
  • Pytorch 2.2.2
  • Datasets 2.18.0
  • Tokenizers 0.15.2

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
661bd4e

0 моделей

    Создать бенчмарк