group-telegram.com/rybolos_channel/1327
Last Update:
πΈLlama 3.3 70BπΈ
#nlp #ΠΏΡΠΎ_nlp
ΠΠΈΠ½ΠΎΡΠ½ΡΠΉ ΡΠ΅Π»ΠΈΠ· Llama β Llama 3.3 70B
(ΠΠ΅ΡΠ²Π°Ρ ΠΌΠΎΠ΄Π΅Π»Ρ, Π³Π΄Π΅ Π΅ΡΡΡ ΠΊΠ°ΠΊΠΎΠΉ-ΡΠΎ ΠΌΠΎΠΉ ΠΊΠΎΠ½ΡΡΠΈΠ±ΡΡΡΠ½)
ΠΡΡΠΎΡΠ»ΠΈ ΠΏΠΎΡΡΠΈ Π²ΡΠ΅ ΠΎΡΠ½ΠΎΠ²Π½ΡΠ΅ ΠΌΠ΅ΡΡΠΈΠΊΠΈ Π² ΡΡΠ°Π²Π½Π΅Π½ΠΈΠΈ Ρ Llama 3.1 70B, instruction following Π½Π° ΡΡΠΎΠ²Π½Π΅ Π»ΡΡΡΠ΅ 405B, ΠΏΡΠΈ ΡΡΠΎΠΌ Π½Π° ΠΌΠ΅Π½ΡΡΠ΅ΠΉ ΠΌΠΎΠ΄Π΅Π»ΠΈ.
β Π½ΠΎΠ²ΡΠΉ SFT Π΄Π°ΡΠ°ΡΠ΅Ρ Π½Π° 25ΠΌΠ»Π½ ΠΏΡΠΈΠΌΠ΅ΡΠΎΠ²
β Π»ΡΡΡΠ΅ ΠΌΠ°ΡΠ΅ΠΌΠ°ΡΠΈΠΊΠ°, ΠΊΠΎΠ΄ΠΈΠ½Π³
β Π»ΡΡΡΠ΅ instruction following, ΡΠ΅ΠΏΠ΅ΡΡ Π΄Π°ΠΆΠ΅ Π»ΡΡΡΠ΅ 405B ΠΌΠΎΠ΄Π΅Π»ΠΈ
β function calling ΡΠ°ΠΊΠΎΠΉ ΠΆΠ΅
β Π΄ΠΎΠ»ΠΈΠ»ΠΈ ΡΡΡΡΠΊΠΈΠΉ ΠΈ ΠΊΠΈΡΠ°ΠΉΡΠΊΠΈΠΉ, Π² ΡΠ΅Π»ΠΎΠΌ ΠΌΡΠ»ΡΡΠΈΡΠ·ΡΡΠ½ΡΠ΅ ΠΌΠ΅ΡΡΠΈΠΊΠΈ Π²ΡΡΠΎΡΠ»ΠΈ
β MMLU ΡΠΎΠΆΠ΅ Π²ΡΡΠΎΡ