File size: 5,172 Bytes
f4633a0 79b6bb2 f4633a0 79b6bb2 3cdd20f 79b6bb2 f4633a0 3cdd20f 6d24a62 79b6bb2 f4633a0 79b6bb2 3cdd20f 79b6bb2 f4633a0 79b6bb2 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 |
---
language:
- pt
- en
license: cc-by-nc-2.0
tags:
- text-generation-inference
- transformers
- llama
- gguf
- brazil
- brasil
- 8b
- portuguese
base_model: meta-llama/Meta-Llama-3-8B-Instruct
pipeline_tag: text-generation
---
# Cabra Llama-3 8B
<img src="https://uploads-ssl.webflow.com/65f77c0240ae1c68f8192771/6627fb36d544dd8ea250136a_llama38b.png" width="300" height="300">
O Cabra Llama-3 8B é uma versão aprimorada do Meta-Llama-3-8B-Instruct, refinado com o uso do dataset Cabra 30k. Este modelo foi especialmente otimizado para compreender e responder em português.
**Conheça os nossos outros [modelos Cabra](https://huggingface.co/collections/botbot-ai/models-6604c2069ceef04f834ba99b).**
## Detalhes do modelo base
### Modelo: Meta-Llama-3-8B-Instruct
A Meta desenvolveu e lançou a família de modelos Llama 3, uma coleção de modelos de texto generativos pré-treinados e ajustados por instruções nos tamanhos de 8B e 70B. Os modelos Llama 3 ajustados por instruções são otimizados para casos de uso em diálogos e superam muitos dos modelos de chat de código aberto disponíveis em benchmarks comuns da indústria. Além disso, ao desenvolver esses modelos, tomamos grande cuidado para otimizar a utilidade e a segurança.
Arquitetura do Modelo: Llama 3 é um modelo de linguagem auto-regressivo que usa uma arquitetura de transformador otimizada. As versões ajustadas utilizam o aprimoramento supervisionado (SFT) e aprendizado por reforço com feedback humano (RLHF) para se alinhar às preferências humanas quanto à utilidade e segurança.
### Dataset: Cabra 30k
Dataset interno para fine-tuning. Vamos lançar em breve.
### Quantização / GGUF
Colocamos diversas versões (GGUF) quantanizadas no branch "quantanization".
### Exemplo
```
<s> [INST] Me conte alguns fatos interessantes sobre Brasília. [/INST]
Brasília é a capital do Brasil e foi projetada pelo arquiteto brasileiro Oscar Niemeyer e pelo urbanista Lúcio Costa. Aqui estão alguns fatos interessantes sobre Brasília:
1. Brasília foi construída nos anos 1960. A cidade foi construída para substituir o antigo local da capital do Brasil, Rio de Janeiro, que estava ficando muito lotado.
2. A arquitetura de Brasília é única e é caracterizada por formas modernistas e abstratas. A cidade é dividida em dois planos principais: o plano piloto, que é a área central da cidade, e o plano terrestre, que é a área residencial.
3. Brasília é conhecida por seus marcos icônicos, como a Catedral Metropolitana Nossa Senhora da Aparecida, o Palácio da Alvorada e o Palácio do Planalto, que são os locais de trabalho do presidente do Brasil.
4. A cidade é lar do Estádio Nacional Mane Garrincha, que recebe jogos de futebol e tem capacidade para 72.788 torcedores. O estádio recebe o nome do famoso jogador de futebol Garrincha, que nasceu em Brasília.
5. Brasília é uma cidade relativamente nova e tem uma população de cerca de 3 milhões de pessoas. Apesar de ser relativamente nova, a cidade é conhecida por sua cultura vibrante e é um centro de turismo, negócios e política no Brasil.
</s>
```
## Uso
O modelo é destinado, por agora, a fins de pesquisa. As áreas e tarefas de pesquisa possíveis incluem:
- Pesquisa sobre modelos gerativos.
- Investigação e compreensão das limitações e vieses de modelos gerativos.
**Proibido para uso comercial. Somente Pesquisa. Entre em contato para mais informações. **
### Avaliações / Evals
| Tasks |Metric |LLAMA3 Base Instruct Value|Stderr|Finetune Cabra Value|Stderr|
|-----------------------------|-------|--------------------------|------|----------------------|------|
|assin2_rte |f1_macro|0.9091 |0.0041|0.9036 |0.0042|
| |acc |0.9093 |0.0041|0.9036 |0.0042|
|assin2_sts |pearson |0.7517 |0.0074|0.6989 |0.0082|
| |mse |0.5985 |N/A |0.6958 |N/A |
|bluex |acc |0.5786 |0.0106|0.5786 |0.0106|
| |... |... |... |... |... |
|enem |acc |0.7012 |0.0070|0.7439 |0.0067|
|faquad_nli |f1_macro|0.7516 |0.0132|0.6988 |0.0139|
| |acc |0.7938 |0.0112|0.7508 |0.0120|
|hatebr_offensive_binary |f1_macro|0.8699 |0.0064|0.8528 |0.0067|
| |acc |0.8700 |0.0064|0.8536 |0.0067|
|oab_exams |acc |0.5062 |0.0062|0.4911 |0.0062|
|portuguese_hate_speech_binary|f1_macro|0.5982 |0.0120|0.5954 |0.0120|
| |acc |0.5993 |0.0119|0.5993 |0.0119|
|