keitokei1994/Llama-3-ELYZA-hermes-2x8B

モデルの説明(English explanation is below.)

このモデルは、MergeKitツールを使用して作成されたMixture of Experts (MoE) 言語モデルです。

gguf版は こちら 。

モデルの詳細

• モデル名: Llama-3-ELYZA-hermes-2x8B
• モデルアーキテクチャ: Mixture of Experts (MoE)
• ベースモデル:
  • Llama-3-ELYZA-JP-8B
  • Hermes-2-Theta-Llama-3-8B
• マージツール: MergeKit

このMoEモデルは、Llama-3-ELYZA-JP-8Bの日本語能力とHermes-2-Theta-Llama-3-8Bの特性を組み合わせることで、より強力で多機能な言語モデルを目指しています。

特徴

• 日本語と英語の両方に対応
• Llama-3-ELYZA-JP-8Bによる優れた日本語処理能力
• Hermes-2-Theta-Llama-3-8Bの特性を活かした多様なタスクへの適応性

要求スペック

Q4_K_M量子化モデルであれば、RTX3060 12GBでフルロード可能です。

筆者はWSL2やGoogle Colaboratotry Proでの作成後、Llama.cppとLMstudioにて動作確認を行っています。

---

Model Description

This model is a Mixture of Experts (MoE) language model created using the MergeKit tool.

The gguf version can be found here.

Model Details

• Model Name: Llama-3-ELYZA-hermes-2x8B
• Model Architecture: Mixture of Experts (MoE)
• Base Models:
  • Llama-3-ELYZA-JP-8B
  • Hermes-2-Theta-Llama-3-8B
• Merge Tool: MergeKit

This MoE model aims to create a more powerful and versatile language model by combining the Japanese language capabilities of Llama-3-ELYZA-JP-8B with the characteristics of Hermes-2-Theta-Llama-3-8B.

Features

• Support for both Japanese and English languages
• Excellent Japanese processing capabilities from Llama-3-ELYZA-JP-8B
• Adaptability to various tasks leveraging the characteristics of Hermes-2-Theta-Llama-3-8B

System Requirements

If using the Q4_K_M quantized model, it can be fully loaded on an RTX3060 12GB.

The author has created the model using WSL2 and Google Colaboratory Pro, and has tested it using Llama.cpp and LMstudio.