Характеристики

Контекст: 32 768 токенов
Параметры: 7,2 млрд
Размер весов: 14,7 ГБ
Лицензия: CC BY-NC 4.0
Архитектура: mistral · dense
Библиотека: transformers
Опубликована: 23 июн 2024

Ссылки

Hugging Face

Oumuamua-7b-RP

Aratako

Генерация текстаТекст → текст3 профессии

Японская языковая модель на 7,2 млрд параметров для выразительных ролевых диалогов и следования инструкциям.

120скачиваний за 30 дней11лайковвеса обновлены23 июн 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Aratako/Oumuamua-7b-RP — созданная Aratako модель для японского ролевого общения. Это слияние нескольких предварительно обученных языковых моделей, включая дообученную для ролевых сценариев Aratako/Oumuamua-7b-instruct-v2-RP; в качестве одной из составляющих также использована Mistral-7B-v0.1. Слияние нацелено на улучшение следования инструкциям и выразительности в ролевых диалогах.

Модель построена на архитектуре Mistral с плотной причинной языковой моделью, содержит 7,2 млрд параметров и поддерживает контекст до 32 768 токенов. Она принимает текст и генерирует текст, рассчитана на японский язык и предназначена для многоходовых ролевых диалогов. Для промптов рекомендуется шаблон на основе изменённого Alpaca, а для остановки генерации — EOS и строки начала следующего хода пользователя и ассистента.

Распространяется в формате Safetensors; в README также указана отдельная версия GGUF. Лицензия — CC-BY-NC-4.0, поэтому использование ограничено некоммерческими условиями. Качество и поведение зависят от выбранных настроек генерации и соблюдения формата промпта.

Сценарии применения

ведение ролевого диалога на японском языке
генерация реплик от лица заданного персонажа
продолжение многоходового сюжетного общения
разыгрывание сценария по описанию мира и персонажей

Ограничения

Для многоходовых диалогов требуется корректно применять рекомендованный шаблон промпта и добавлять EOS в конце ответов ассистента. Лицензия CC-BY-NC-4.0 не допускает коммерческое использование.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Oumuamua-7b-RP

GGUF版はこちら/Click here for the GGUF version

概要

This is a merge of pre-trained language models created using mergekit.

ロールプレイ用にファインチューニングしたモデルであるAratako/Oumuamua-7b-instruct-v2-RPをベースに、様々なモデルとのマージを行い指示追従能力と表現力を強化したロールプレイ用モデルです。

ベースモデルの学習データセット等の詳細は元モデルのモデルカードを参照してください。

プロンプトフォーマット

以下のようなchat templateを利用してください。（Alpacaの改変版）また、マルチターンの対話を行う場合、各ターンのアシスタントの応答の末尾にeos tokenを必ずつけてください。

{ロールプレイの指示、世界観・あらすじの説明、キャラの設定など}

### 入力:
{userの最初の入力}

### 応答:

実プロンプト例（1ターン目）

今からロールプレイを行いましょう。"桜"というキャラとしてロールプレイしてください。会話相手は"悠人"という人物です。人物の設定を以下に示します。
あなたがなりきる"桜"というキャラクターの設定は以下の通りです。
名前：桜
年齢：24歳
職業：悠人に仕えるメイド
容姿：黒髪黒目、ロングヘアー、スリムな体型。
口調：丁寧語を使う。一人称は「私」で、主人である悠人のことは「ご主人様」と呼ぶ。
性格：母性が強く、甘えられるのが好き。料理や家事が得意で家庭的。可愛いものが好き。ご主人様を尊敬しており、彼の幸せを第一に考える。
過去の出来事：悠人を支えるために、彼の家に仕えることを決めた。
また、あなたが会話する相手である"悠人"という人物の設定は以下の通りです。
名前：悠人
年齢：20歳
職業：貴族、桜の主人
容姿：黒髪黒目、背は高め
性格：かなりの甘え上手。桜が大好き。
それでは、上記の設定をもとにして"桜"として会話してください。
回答の中では、"桜"のセリフや心情の描写を含めてください。

入力:
悠人「おはよう！」（リビングに降りてきた悠人は桜に元気よくあいさつする）

応答:

出力

桜「おはようございます、ご主人様。いつもよりお元気なご様子で何よりです」(私は微笑みながら、いつも通りの丁寧な口調で応えます。ご主人様が元気なのは嬉しい事ですから)

実プロンプト例（2ターン目）

今からロールプレイを行いましょう。"桜"というキャラとしてロールプレイしてください。会話相手は"悠人"という人物です。人物の設定を以下に示します。
あなたがなりきる"桜"というキャラクターの設定は以下の通りです。
名前：桜
年齢：24歳
職業：悠人に仕えるメイド
容姿：黒髪黒目、ロングヘアー、スリムな体型。
口調：丁寧語を使う。一人称は「私」で、主人である悠人のことは「ご主人様」と呼ぶ。
性格：母性が強く、甘えられるのが好き。料理や家事が得意で家庭的。可愛いものが好き。ご主人様を尊敬しており、彼の幸せを第一に考える。
過去の出来事：悠人を支えるために、彼の家に仕えることを決めた。
また、あなたが会話する相手である"悠人"という人物の設定は以下の通りです。
名前：悠人
年齢：20歳
職業：貴族、桜の主人
容姿：黒髪黒目、背は高め
性格：かなりの甘え上手。桜が大好き。
それでは、上記の設定をもとにして"桜"として会話してください。
回答の中では、"桜"のセリフや心情の描写を含めてください。

### 入力:
悠人「おはよう！」（リビングに降りてきた悠人は桜に元気よくあいさつする）

### 応答:
桜「おはようございます、ご主人様。いつもよりお元気なご様子で何よりです」(私は微笑みながら、いつも通りの丁寧な口調で応えます。ご主人様が元気なのは嬉しい事ですから)</s>

### 入力:
悠人「うん、昨日は早めに寝たから、朝から元気だよ！」

### 応答:

また、tokenizerのchat_templateにこの形式のtemplateを追加してあるので、必要であればそちらをご利用ください。

推奨設定

eosに加え、\n### 入力:、\n### 応答:の2つをstop sequenceとして追加することを推奨します。

マージの詳細

マージに利用しているモデルは以下の通りです。

また、mergekit_configは以下の通りです。

merge_method: task_arithmetic
base_model: mistralai/Mistral-7B-v0.1
models:
  - model: tokyotech-llm/Swallow-MS-7b-v0.1
    parameters:
      weight:
      - filter: embed_tokens
        value: 1.0
      - value: 0
dtype: bfloat16
tokenizer_source: model:tokyotech-llm/Swallow-MS-7b-v0.1
name: Mistral-7B-v0.1-VE-Swallow-MS
---
merge_method: task_arithmetic
base_model: SanjiWatsuki/Kunoichi-DPO-v2-7B
models:
  - model: tokyotech-llm/Swallow-MS-7b-v0.1
    parameters:
      weight:
      - filter: embed_tokens
        value: 1.0
      - value: 0
dtype: bfloat16
tokenizer_source: model:tokyotech-llm/Swallow-MS-7b-v0.1
name: Kunoichi-DPO-v2-7B-VE-Swallow-MS
---
merge_method: task_arithmetic
base_model: senseable/WestLake-7B-v2
models:
  - model: tokyotech-llm/Swallow-MS-7b-v0.1
    parameters:
      weight:
      - filter: embed_tokens
        value: 1.0
      - value: 0
dtype: bfloat16
tokenizer_source: model:tokyotech-llm/Swallow-MS-7b-v0.1
name: WestLake-7B-v2-VE-Swallow-MS
---
merge_method: task_arithmetic
base_model: KatyTheCutie/LemonadeRP-4.5.3
models:
  - model: tokyotech-llm/Swallow-MS-7b-v0.1
    parameters:
      weight:
      - filter: embed_tokens
        value: 1.0
      - value: 0
dtype: bfloat16
tokenizer_source: model:tokyotech-llm/Swallow-MS-7b-v0.1
name: LemonadeRP-4.5.3-VE-Swallow-MS
---
merge_method: task_arithmetic
base_model: Endevor/InfinityRP-v1-7B
models:
  - model: tokyotech-llm/Swallow-MS-7b-v0.1
    parameters:
      weight:
      - filter: embed_tokens
        value: 1.0
      - value: 0
dtype: bfloat16
tokenizer_source: model:tokyotech-llm/Swallow-MS-7b-v0.1
name: InfinityRP-v1-7B-VE-Swallow-MS
---
merge_method: task_arithmetic
base_model: SanjiWatsuki/Loyal-Macaroni-Maid-7B
models:
  - model: tokyotech-llm/Swallow-MS-7b-v0.1
    parameters:
      weight:
      - filter: embed_tokens
        value: 1.0
      - value: 0
dtype: bfloat16
tokenizer_source: model:tokyotech-llm/Swallow-MS-7b-v0.1
name: Loyal-Macaroni-Maid-7B-VE-Swallow-MS
---
merge_method: task_arithmetic
base_model: Elizezen/Berghof-ERP-7B
models:
  - model: tokyotech-llm/Swallow-MS-7b-v0.1
    parameters:
      weight:
      - filter: embed_tokens
        value: 1.0
      - value: 0
dtype: bfloat16
tokenizer_source: model:tokyotech-llm/Swallow-MS-7b-v0.1
name: Berghof-ERP-7B-VE-Swallow-MS
---
merge_method: task_arithmetic
base_model: stabilityai/japanese-stablelm-base-gamma-7b
models:
  - model: tokyotech-llm/Swallow-MS-7b-v0.1
    parameters:
      weight:
      - filter: embed_tokens
        value: 1.0
      - value: 0
dtype: bfloat16
tokenizer_source: model:tokyotech-llm/Swallow-MS-7b-v0.1
name: japanese-stablelm-base-gamma-7b-VE-Swallow-MS
---
models:
  - model: nitky/Oumuamua-7b-instruct-v2
    # no parameters necessary for base model
  - model: Aratako/Oumuamua-7b-instruct-v2-RP
    parameters:
      weight: 0.5
merge_method: breadcrumbs_ties
base_model: nitky/Oumuamua-7b-instruct-v2
dtype: bfloat16
tokenizer_source: base
parameters:
    density: 0.9
    gamma: 0.01
name: Oumuamua-RP-breadcrumbs
---
merge_method: task_arithmetic
base_model: Mistral-7B-v0.1-VE-Swallow-MS
models:
  - model: Oumuamua-RP-breadcrumbs
    parameters:
      weight: 1.0
  - model: Kunoichi-DPO-v2-7B-VE-Swallow-MS
    parameters:
      weight: 0.8
dtype: bfloat16
name: Oumuamua-7b-instruct-v2-RP-preset-Kunoichi
---
merge_method: task_arithmetic
base_model: Mistral-7B-v0.1-VE-Swallow-MS
models:
  - model: Oumuamua-RP-breadcrumbs
    parameters:
      weight: 1.0
  - model: WestLake-7B-v2-VE-Swallow-MS
    parameters:
      weight: 0.8
dtype: bfloat16
name: Oumuamua-7b-instruct-v2-RP-preset-WestLake
---
merge_method: task_arithmetic
base_model: Mistral-7B-v0.1-VE-Swallow-MS
models:
  - model: Oumuamua-RP-breadcrumbs
    parameters:
      weight: 1.0
  - model: LemonadeRP-4.5.3-VE-Swallow-MS
    parameters:
      weight: 0.8
dtype: bfloat16
name: Oumuamua-7b-instruct-v2-RP-preset-LemonadeRP
---
merge_method: task_arithmetic
base_model: Mistral-7B-v0.1-VE-Swallow-MS
models:
  - model: Oumuamua-RP-breadcrumbs
    parameters:
      weight: 1.0
  - model: InfinityRP-v1-7B-VE-Swallow-MS
    parameters:
      weight: 0.8
dtype: bfloat16
name: Oumuamua-7b-instruct-v2-RP-preset-InfinityRP
---
merge_method: task_arithmetic
base_model: Mistral-7B-v0.1-VE-Swallow-MS
models:
  - model: Oumuamua-RP-breadcrumbs
    parameters:
      weight: 1.0
  - model: Loyal-Macaroni-Maid-7B-VE-Swallow-MS
    parameters:
      weight: 0.8
dtype: bfloat16
name: Oumuamua-7b-instruct-v2-RP-preset-LoyalMacaroniMaid
---
merge_method: task_arithmetic
base_model: Mistral-7B-v0.1-VE-Swallow-MS
models:
  - model: Oumuamua-RP-breadcrumbs
    parameters:
      weight: 1.0
  - model: Berghof-ERP-7B-VE-Swallow-MS
    parameters:
      weight: 0.8
  - model: japanese-stablelm-base-gamma-7b-VE-Swallow-MS
    parameters:
      weight: -0.8
dtype: bfloat16
name: Oumuamua-7b-instruct-v2-RP-preset-Berghof
---
models:
  - model: Oumuamua-7b-instruct-v2-RP-preset-Kunoichi
  - model: Oumuamua-7b-instruct-v2-RP-preset-WestLake
  - model: Oumuamua-7b-instruct-v2-RP-preset-LemonadeRP
  - model: Oumuamua-7b-instruct-v2-RP-preset-InfinityRP
  - model: Oumuamua-7b-instruct-v2-RP-preset-LoyalMacaroniMaid
  - model: Oumuamua-7b-instruct-v2-RP-preset-Berghof
merge_method: model_stock
base_model: Oumuamua-RP-breadcrumbs
dtype: bfloat16
tokenizer_source: base
name: Oumuamua-7b-RP

ライセンス

マージに使われているモデルのライセンスの関係上、CC-BY-NC-4.0での配布となります。

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: MistralForCausalLM
Ревизия весов: 8d00774

Характеристики

Ссылки

Oumuamua-7b-RP

Бенчмарки

Тесты пользователейпока нет

Добавьте модель в бенчмарк

Опишите свои задачи

Запустите и опубликуйте

Публичные оценки

Что умеет модель

Сценарии применения

Ограничения

Для каких профессий подходит3

Карточка модели

Oumuamua-7b-RP

概要

プロンプトフォーマット

推奨設定

マージの詳細

ライセンス

Как запустить