/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
12,9 млрд
Размер весов
52,1 ГБ
Архитектура
llama · dense
Опубликована
20 июл 2023

13B-Ouroboros

Генерация текстаТекст → текст3 профессии

Экспериментальная 13-миллиардная модель LLaMA v1, объединяющая несколько инструктивных моделей для генерации текста и ответов на инструкции в формате Alpaca.

89скачиваний за 30 дней9лайковвеса обновлены6 июн 2025

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

CalderaAI/13B-Ouroboros — экспериментальная языковая модель на архитектуре LLaMA v1, созданная CalderaAI с помощью послойного слияния нескольких инструктивных моделей на базе LLaMA 13B. В итоговую композицию вошли варианты Airoboros, Orca Mini, GPT-4 x Alpaca и Vicuna; веса слоёв подбирались по внутренним тестам на датасете PTB. Модель содержит 12,9 млрд параметров и имеет контекст 2048 токенов.

Модель предназначена для генерации текста по инструкциям и диалоговых сценариев с форматом Alpaca; автор также приводит пример текстового приключения с narrator и player. В карточке заявлены высокая компетентность и отсутствие цензуры, однако эти качества не подтверждены строгой оценкой: подбор параметров слияния основан на небольшом внутреннем тесте, а формат Alpaca — единственный описанный способ инструкционного prompting. Метаданные указывают английский язык. Модель распространяется с ограничениями лицензии Meta LLaMA v1; перед использованием следует соблюдать её условия.

Сценарии применения

  • генерация ответов на инструкции на английском языке
  • ведение диалога в формате Alpaca
  • создание описаний и продолжений текстов
  • текстовые приключения с ведущим и управляемым игроком

Ограничения

Оценка слияния основана на небольшом внутреннем тесте и не является эмпирически надёжной; в README подробно проверен только формат Alpaca. Контекст ограничен 2048 токенами, а условия лицензии Meta LLaMA v1 ограничивают использование.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

13B-Ouroboros

Ouroboros is an experimental model based on Meta's LLaMA [v1] 13B base model using a custom merging technique, tweaking each layer's merge % based on internal tests against the PTB dataset, scoring ~26.31 according to internal evaluation (6 samples, sequence length 1024; this testing is not empirical, it's a quick way to find near-optimum values). Testing, evaluating, and remixing this model is absolutely permissible and even encouraged (within the bounds of Meta's LLaMAv1 license agreement); the more feedback the better we can tune our process! 😊

Composition:

Ouroboros is comprised of 40 layers [LLaMAv1 13B standard] mixed at optimized ratios VS the PTB dataset for lowest perplexity score. Listed below are the paired models and ratios merged per layer.

Tier One Merge:

13B-airoboros-gpt4-1.4 > 13B-orca_mini_v2

[0.22, 0.85, 0.89, 0.98, 0.3, 0.41, 0.71, 0.83, 0.32, 0.1, 0.44, 0.6, 0.53, 0.15, 0.86, 0.79, 0.93, 0.02, 0.19, 0.82, 0.01, 0.52, 0.07, 0.27, 0.73, 0.86, 0.08, 0.67, 0.42, 0.28, 0.37, 0.08, 0.95, 0.68, 0.45, 0.08, 0.7, 0.93, 0.96, 0.43]

13B-gpt4-x-alpaca > 13B-Vicuna-cocktail

[0.65, 0.94, 0.98, 0.87, 0.28, 0.64, 0.73, 0.7, 0.95, 0.89, 0.84, 0.9, 0.59, 0.92, 0.28, 0.61, 0.88, 0.73, 0.34, 0.85, 0.98, 0.05, 0.74, 0.92, 0.5, 0.78, 0.26, 0.4, 0.27, 0.65, 0.71, 0.7, 0.8, 0.93, 0.36, 0.03, 0.45, 0.39, 0.77, 0.06]

Tier Two Merge:

[13B-airoboros-gpt4-1.4 + 13B-orca_mini_v2] offspring > [13B-gpt4-x-alpaca + 13B-Vicuna-cocktail] offspring

[0.2, 0.83, 0.24, 0.03, 0.37, 0.62, 0.02, 0.82, 0.65, 0.63, 0.45, 0.65, 0.48, 0.45, 0.24, 0.76, 0.06, 0.31, 0.45, 0.86, 0.23, 0.99, 0.93, 0.84, 0.96, 0.53, 0.95, 0.32, 0.19, 0.06, 0.4, 0.08, 0.62, 0.4, 0.26, 0.12, 0.16, 0.91, 0.14, 0.0]

Result:

13B-Ouroboros, a model that seems uncensored and highly competent. So far only Alpaca instruction prompting has been tested and seems to work solidly well.

Use:

Alpaca's instruct format can be used to do many things, including control of the terms of behavior between a user and a response from an agent in chat. Below is an example of a command injected into memory.

### Instruction:
Make Narrator function as a text based adventure game that responds with verbose, detailed, and creative descriptions of what happens next after Player's response.
Make Player function as the player input for Narrator's text based adventure game, controlling a character named (insert character name here, their short bio, and
whatever quest or other information to keep consistent in the interaction).

### Response:
{an empty new line here}

Language Models Used Credits:

13B-airoboros-gpt4-1.4 by jondurbin

https://huggingface.co/jondurbin/airoboros-13b-gpt4-1.4

13B-orca_mini_v2 by psmathur

https://huggingface.co/psmathur/orca_mini_v2_13b

13B-gpt4-x-alpaca by chavinlo

https://huggingface.co/chavinlo/gpt4-x-alpaca

13B-Vicuna-cocktail by reeducator

https://huggingface.co/reeducator/vicuna-13b-cocktail

Also thanks to Meta for LLaMA.

Each model was hand picked and considered for what it could contribute to this ensemble. Thanks to each and every one of you for your incredible work developing some of the best things to come out of this community.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.44.66
ARC (25-shot)57.42
HellaSwag (10-shot)82.11
MMLU (5-shot)51.43
TruthfulQA (0-shot)47.99
Winogrande (5-shot)57.85
GSM8K (5-shot)0.45
DROP (3-shot)15.36

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
da2029d

0 моделей