/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
68,7 млрд
Лицензия
Llama 2
Архитектура
llama · dense
Библиотека
transformers
Опубликована
1 апр 2024

ArcaneEntanglement-model64-70b

Генерация текстаТекст → текст4 профессии

Экспериментальная слитая Llama-модель на 68,7 млрд параметров для генерации диалогового и творческого текста.

73скачиваний за 30 дней1лайквеса обновлены4 апр 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

ChuckMcSneed/ArcaneEntanglement-model64-70b — экспериментальная языковая модель автора ChuckMcSneed, созданная слиянием предварительно обученных моделей методом linear merge с помощью mergekit. В состав слияния входят модели семейств Dolphin, Euryale, Spicyboros, WinterGoddess, WizardLM и Xwin. Это плотная Llama-модель с архитектурой LlamaForCausalLM, примерно 68,7 млрд параметров и контекстом 4096 токенов; репозиторий содержит веса safetensors и использует библиотеку Transformers.

Модель предназначена для генерации текста, в том числе ответов в форматах подсказок Vicuna и Alpaca, а также творческого письма и диалогов. Автор сообщает о средних или умеренно высоких результатах в собственных и публичных бенчмарках, сравнительно высокой креативности и склонности продолжать шаблонные или повторяющиеся формулировки. Рекомендуется температура ниже 1,5; языки в источниках не обозначены.

Модель распространяется по лицензии Llama 2. README описывает её как эксперимент автора и не приводит подробных гарантий качества; результаты бенчмарков сами по себе не гарантируют качество в прикладных сценариях.

Сценарии применения

  • генерация ответов в формате Vicuna
  • генерация ответов в формате Alpaca
  • написание творческих текстов по подсказке
  • ведение диалогов с языковой моделью

Ограничения

Автор отмечает склонность к шаблонным и повторяющимся продолжениям и рекомендует не использовать высокую температуру (выше 1,5). Языки и результаты бенчмарков не гарантируют качество для конкретных прикладных задач.

Для каких профессий подходит4

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

logo.png

What is this

My experiment. Continuation of Benchmaxxxer series (meme models), but a bit more serious. Performs high on my benchmark and on huggingface benchmark, moderately-high in practice. Worth trying? Yeah. It is on the gooder side.

Observations

  • GPTslop: medium-low. Avoid at all costs or it won't stop generating it though.
  • Writing style: difficult to describe. Not the usual stuff. A bit of an autopilot like thing, if you write your usual lazy "ahh ahh mistress" it can give you a whole page of good text in return. High.
  • Censorship: if you can handle Xwin, you can handle this model. Medium.
  • Optimism: medium-low.
  • Violence: medium-low.
  • Intelligence: medium.
  • Creativity: medium-high.
  • Doesn't like high temperature. Keep below 1.5.

Prompt format

Vicuna or Alpaca.

Merge Details

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

This model was merged using the linear merge method.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

models:
  - model: spicyboros
    parameters:
      weight: [0.093732305,0.403220342,0.055438423,0.043830778,0.054189303,0.081136828]
  - model: xwin
    parameters:
      weight: [0.398943486,0.042069007,0.161586088,0.470977297,0.389315704,0.416739102]
  - model: euryale
    parameters:
      weight: [0.061483013,0.079698633,0.043067724,0.00202751,0.132183868,0.36578003]
  - model: dolphin
    parameters:
      weight: [0.427942847,0.391488452,0.442164138,0,0,0.002174793]
  - model: wizard
    parameters:
      weight: [0.017898349,0.083523566,0.297743627,0.175345857,0.071770095,0.134169247]
  - model: WinterGoddess
    parameters:
      weight: [0,0,0,0.30781856,0.352541031,0]
merge_method: linear
dtype: float16
tokenizer_source: base

Benchmarks

NeoEvalPlusN_benchmark

My meme benchmark.

NameBCDSPtotalBCDSP
ChuckMcSneed/PMaxxxer-v1-70b3116.754.7516.5511.5
ChuckMcSneed/SMaxxxer-v1-70b2107.254.2514.5311.5
ChuckMcSneed/ArcaneEntanglement-model64-70b3217.25619.25613.25

Absurdly high. That's what happens when you optimize the merges for a benchmark.

Open LLM Leaderboard Evaluation Results

Leaderboard on Huggingface

ModelAverageARCHellaSwagMMLUTruthfulQAWinograndeGSM8K
ChuckMcSneed/ArcaneEntanglement-model64-70b72.7971.4287.9670.8360.5383.0363
ChuckMcSneed/PMaxxxer-v1-70b72.4171.0887.8870.3959.7782.6462.7
ChuckMcSneed/SMaxxxer-v1-70b72.2370.6588.0270.5560.782.8760.58

This model is simply superior to my other meme models here.

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
9038791

0 моделей