/ 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
7 мая 2024

Ссылки

Hugging Face

Meta-Llama-3-8B-Instruct_fictional_arc_challenge_english_v1

yzhuang
Генерация текстаТекст → текст3 профессии

Дообученная на наборе generator диалоговая модель Llama 3 для генерации текста и ответов в чате.

17скачиваний за 30 дней0лайковвеса обновлены7 мая 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

yzhuang/Meta-Llama-3-8B-Instruct_fictional_arc_challenge_english_v1 — дообученная модель семейства Llama 3, созданная на основе Meta-Llama-3-8B-Instruct с использованием набора данных generator. Это диалоговая плотная языковая модель с 7,5 млрд параметров, предназначенная для генерации текста и ответов в чате. Максимальная длина контекста — 8192 токена; репозиторий содержит веса в формате safetensors.

Модель может использоваться для генерации англоязычных ответов и диалоговых сценариев. README не описывает конкретную специализацию дообучения, обучающие примеры или результаты оценки. Лицензия указана как other, поэтому условия использования следует сверить с лицензией в репозитории.

Сценарии применения

  • генерация ответов в англоязычном чате
  • создание продолжений текста
  • подготовка диалоговых ответов для ассистента

Ограничения

README не содержит описания специализации и результатов оценки модели. Условия лицензии указаны как other и требуют проверки в репозитории.

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 385моделейIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модельI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Meta-Llama-3-8B-Instruct_fictional_arc_challenge_english_v1

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: 1
  • eval_batch_size: 2
  • seed: 42
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 16
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 36

Training results

Framework versions

  • Transformers 4.40.2
  • Pytorch 2.1.0a0+32f93b1
  • Datasets 2.19.1
  • Tokenizers 0.19.1

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
40eca7c

0 моделей

    Создать бенчмарк