Согласно Лицензионному соглашению сообщества Llama 3, официальное название этой модели — «LLama 3 shisa-v1-llama3-8b». 8e6 перемещен, так как это немного лучшая модель, скоро мы проведем некоторую очистку и переименование… Я провел тесты для двух прогонов, просто чтобы попытаться снизить дисперсию. Все они используют temp 0,2, min_p 0,1, штраф частоты 0,5. 2e-4 и 5e-5 определенно перетренированы и работают значительно хуже. 2e-5 находится на грани, поскольку Weightwacher показывает, что встраивание слегка перетренировано для 2e-5, но версия NEFTune не такая * 8e-6 работает лучше всего, а 5e-6 также работает немного лучше, чем 2e-5. Вычисления для обучения этой модели были щедро предоставлены Ubitus. Эта модель представляет собой доработанную версию мета-ламы/Мета-Лламы-3-8B-Instruct для набора данных None. В наборе оценок он достигает следующих результатов: — Потеря: 0,4983. Во время обучения использовались следующие гиперпараметры: — скорость обучения: 8e-06 — trainbatchsize: 1 — evalbatchsize: 1 — начальное число: 42 — распределенный тип: multi-GPU — numdevices: 8 -gradientaccumulationsteps: 8 — totaltrainbatchsize: 64 — totalevalbatchsize: 8 — оптимизатор: Adam с betas=(0.9,0.999) и epsilon=1e-08 — lrschedulertype: линейный — lrschedulerwarmupsteps: 100 -…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: shisa-ai
Теги: llama, generated_from_trainer, conversational, text-generation-inference, endpoints_compatible
Лайков: 6 | Загрузок: 27
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
