Instructions to use Tincan0325/smoea-adapter-pool150 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- PEFT
How to use Tincan0325/smoea-adapter-pool150 with PEFT:
Task type is invalid.
- Notebooks
- Google Colab
- Kaggle
SMoEA adapter pool (150 LoRA adapters)
Built with Llama.
SMoEA Router 的專家池:150 個逐任務訓練的 LoRA adapter,皆以
unsloth/Meta-Llama-3.1-8B 為底。不含 base model 本身——沒有 base model 無法使用。
| adapter 數 | 150 |
rank (r) |
8 |
lora_alpha |
16 |
target_modules |
down_proj |
| 每個 adapter | 約 9 MiB |
| 全池 | 約 2.64 GiB |
版面
pool150_manifest.json # 有序清單、逐檔 sha256 與大小、共用的 LoRA 設定
task{N}/adapter_config.json
task{N}/adapter_model.safetensors
清單的順序即合成時的輸入順序(依任務編號遞增),順序會影響 merge 的結果。
取用
python scripts/fetch_adapter_pool.py --repo Tincan0325/smoea-adapter-pool150
下載後逐檔核對 manifest 記錄的大小與 sha256;不符即拒絕。
bash scripts/setup_workspace.sh 會在 adapter 不齊時自動代跑這一步。
授權
衍生自 Llama 3.1,受 Llama 3.1 Community License 規範,並適用 Acceptable Use Policy。 訓練資料來自 Natural Instructions(Apache-2.0)。
- Downloads last month
- -
Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support
Model tree for Tincan0325/smoea-adapter-pool150
Base model
unsloth/Meta-Llama-3.1-8B