metadata

base_model: meta-llama/Meta-Llama-3-8B
language:
  - sv
  - da
  - 'no'
pipeline_tag: text-generation
inference:
  parameters:
    temperature: 0.6
tags:
  - pytorch
  - llama
  - llama-3
  - ai-sweden

AI-Sweden-Models/Llama-3-8B (checkpoint-1500)

Intended usage:

This is a base model, it can be finetuned to a particular use case.

Use with transformers

See the snippet below for usage with Transformers:

import transformers
import torch

model_id = "AI-Sweden-Models/Llama-3-8B"

pipeline = transformers.pipeline(
    task="text-generation",
    model=model_id,
    model_kwargs={"torch_dtype": torch.bfloat16},
    device_map="auto"
)

pipeline(
    text_inputs="Sommar och sol är det bästa jag vet",
    max_length=128,
    repetition_penalty=1.03
)

>>> "Sommar och sol är det bästa jag vet!
Och nu när jag har fått lite extra semester så ska jag njuta till max av allt som våren och sommaren har att erbjuda.
Jag har redan börjat med att sitta ute på min altan och ta en kopp kaffe och läsa i tidningen, det är så skönt att bara sitta där och njuta av livet.

Ikväll blir det grillat och det ser jag fram emot!"

Training information

AI-Sweden-Models/Llama-3-8B is a continuation of the pretraining process from meta-llama/Meta-Llama-3-8B. It was trained on a subset from The Nordic Pile containing Swedish, Norwegian and Danish.

A total of 92 A100 GPUs were used, and roughly 250GB of data was processed.

Benchmarks

Coming soon.