/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Архитектура
llama · dense
Библиотека
transformers
Опубликована
13 окт 2024

SuperNeuralDreadDevil-8b

Генерация текстаТекст → текст9 профессий

Объединённая модель Llama от BoltMonkey для генерации текста и диалогового общения с контекстом до 131 072 токенов.

42скачиваний за 30 дней1лайквеса обновлены25 ноя 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 оценки6

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

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,771

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5286

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2919

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3679

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0929

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3977

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

SuperNeuralDreadDevil-8b — объединённая авторегрессионная языковая модель от BoltMonkey на архитектуре Llama, созданная методом DARE-TIES из NeuralDaredevil-SuperNova-Lite-7B-DARETIES-abliterated и DreadMix. В конфигурации указан NousResearch/Meta-Llama-3.1-8B-Instruct как базовая модель; веса сохранены в формате bfloat16. Метаданные указывают 7,5 млрд параметров и контекст до 131 072 токенов.

Модель предназначена для генерации текста и диалогового общения. Её можно применять для ответов на вопросы, написания и продолжения текстов, а также для интерактивных сценариев на основе чата. Карточка не описывает конкретные языки или специализированные предметные области. Модель распространяется под лицензией, указанной в метаданных Hugging Face; в предоставленных метаданных она отсутствует.

Сценарии применения

  • ответы на вопросы в диалоге
  • написание черновиков и продолжение текста
  • интерактивное общение с чат-ботом

Ограничения

Карточка не приводит оценок качества или конкретных ограничений применения. Языки модели не указаны.

Для каких профессий подходит9

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

SuperNeuralDreadDevil-8b

SuperNeuralDreadDevil-8b is a merge of the following models using LazyMergekit:

🧩 Configuration

  - model: NousResearch/Meta-Llama-3.1-8B-Instruct
  - model: BoltMonkey/NeuralDaredevil-SuperNova-Lite-7B-DARETIES-abliterated
    parameters:
      density: 0.53
      weight: 0.55
  - model: BoltMonkey/DreadMix
    parameters:
      density: 0.53
      weight: 0.45
merge_method: dare_ties
base_model: NousResearch/Meta-Llama-3.1-8B-Instruct
parameters:
  int8_mask: true
dtype: bfloat16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "BoltMonkey/SuperNeuralDreadDevil-8b"
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 · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
3a6ad47

0 моделей