/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
M7-7b
Опубликована
22 мар 2024

Meliodas-7b-dare

Генерация текстаТекст → текст6 профессий

Объединённая модель Mistral на 7,1 млрд параметров для генерации текста и диалогов с контекстом до 32 768 токенов.

63скачиваний за 30 дней1лайквеса обновлены22 мар 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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Meliodas-7b-dare — объединённая языковая модель, созданная AurelPx с помощью LazyMergekit на основе liminerity/M7-7b и ammarali32/multi_verse_model. Используется архитектура Mistral с плотной авторегрессионной моделью на 7,1 млрд параметров; репозиторий содержит веса в формате safetensors, а заявленный контекст составляет 32 768 токенов.

Модель предназначена для генерации текста и диалогов по текстовому запросу. При слиянии применён метод DARE TIES с настройками плотности и весов из карточки; итоговая точность указана как bfloat16. Лицензия — Apache-2.0. Карточка не приводит результатов оценки качества или специализированных областей применения.

Сценарии применения

  • генерация продолжения текста по запросу
  • ведение диалога с пользователем
  • составление черновиков и кратких текстов

Ограничения

В карточке не приведены оценки качества и результаты сравнительных тестов, поэтому пригодность для конкретных сценариев не подтверждена. Поддерживаемые языки отдельно не перечислены.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Meliodas-7b-dare

Meliodas-7b-dare is a merge of the following models using LazyMergekit:

🧩 Configuration

models:
  - model: liminerity/M7-7b
    # No parameters necessary for base model
  - model: liminerity/M7-7b
    parameters:
      density: 0.53
      weight: 0.6
  - model: ammarali32/multi_verse_model
    parameters:
      density: 0.53
      weight: 0.4
merge_method: dare_ties
base_model: liminerity/M7-7b
parameters:
  int8_mask: true
dtype: bfloat16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "AurelPx/Meliodas-7b-dare"
messages = [{"role": "user", "content": "What is a large language model?"}]

tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
2bae3c1

0 моделей