— Архитектура модели: Meta-Llama-3.2 — Входные данные: текст — Выходные данные: текст — Оптимизация модели: — Весовое квантование: FP8 — Квантование активации: FP8 — Варианты предполагаемого использования: Предназначено для коммерческого и исследовательского использования на нескольких языках. Как и Llama-3.2-1B-Instruct, эта модель предназначена для общения в режиме помощника. — За пределами области применения: использование любым способом, нарушающим применимые законы или правила (включая законы о торговом регулировании). Используйте на языках, отличных от английского. — Дата выпуска: 25 сентября 2024 г. — Версия: 1.0 — Лицензии: llama3.2 — Разработчики модели: Neural Magic Квантованная версия Llama-3.2-1B-Instruct. Она достигает среднего балла 50,88 по подмножеству задач из теста OpenLLM (версия 1), тогда как неквантованная модель достигает 51,70. Эта модель была получена путем квантования весов и активаций Llama-3.2-1B-Instruct в тип данных FP8, готовый для вывода с помощью vLLM, созданного из исходного кода. Эта оптимизация уменьшает количество бит на параметр с 16 до 8, уменьшая размер диска и требования к памяти графического процессора примерно на 50%. Квантуются только веса и активации линейных операторов внутри блоков преобразователей. Симметричное поканальное квантование — это…
Модальности:
Генерация текста
Области применения:
Диалог / чат Следование инструкциям
Задача: Генерация текста
Автор: RedHatAI
Теги: llama, fp8, vllm, conversational, en, de, fr, it
Лайков: 4 | Загрузок: 667,734
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
