tensordock.com Это unsloth/llama-3-8b-Instruct, обученный на наборе данных Replete-AI/code-test-dataset с использованием приведенного ниже кода с unsloth и Google Colab с менее чем 15 ГБ видеопамяти. Это обучение было завершено в общей сложности примерно за 40 минут. Документ Colab, если вы не хотите копировать код вручную: — https://colab.research.google.com/drive/1bX4BsjLcdNJnoAf7lGXmWOgaY8yekg8p?usp=sharing Скопируйте мое объявление в моем дискорде: для тех, кто новичок в кодировании и обучении ИИ, все, что вам действительно нужно отредактировать, это 1. (maxseqlength = 8192). Чтобы соответствовать максимальному значению токены набора данных или модели, которую вы используете 2. (имя модели = «unsloth/llama-3-8b-Instruct»,) Измените модель, которую вы настраиваете, эта настройка специально для llama-3-8b 3. (alpacaprompt =) Измените формат подсказки, он настроен на соответствие формату llama-3-8b-instruct, но сопоставьте его с вашими спецификациями. 4. (dataset = loaddataset(«Replete-AI/code-test-dataset», Split = «train»)) Какой набор данных вы используете из Huggingface 5. (model.pushtohubmerged(«rombodawg/testdatasetCodellama-3-8B», tokenizer, savemethod = «merged16bit», token = «»)) 6. Для вышеизложенного вам нужно изменить «rombodawg» на свой Имя Hugginface, «testdatasetCodellama-3-8B» к названию модели…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: rombodawg
Теги: llama, conversational, en, model-index, text-generation-inference, endpoints_compatible
Лайков: 78 | Загрузок: 10
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
