/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
123 млрд
Лицензия
Llama 2
Архитектура
llama · dense
Опубликована
22 янв 2024

BenchmaxxxerPS-v1-123b

Генерация текстаТекст → текст3 профессии

Производная модели ChuckMcSneed/PMaxxxer-v1-70b. Экспериментальная 70-миллиардная модель семейства Llama, объединённая из нескольких чекпойнтов для генерации текста и проверки мемных бенчмарков.

14скачиваний за 30 дней1лайквеса обновлены3 фев 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

Карточка модели ChuckMcSneed/BenchmaxxxerPS-v1-123b на Hugging Face совпадает с карточкой ChuckMcSneed/PMaxxxer-v1-70b, поэтому описание составлено по ней.

PMaxxxer-v1-70b — экспериментальная текстовая модель генерации, опубликованная ChuckMcSneed. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 68,7 млрд параметров; длина контекста — 4096 токенов. Модель создана с помощью mergekit: WinterGoddess объединена с Euryale, Xwin и Dolphin методом TIES.

Модель предназначена для генерации текста в формате Alpaca и была создана как мемный эксперимент для проверки стихотворного теста NeoEvalPlusN. Автор сообщает, что цель теста достигнута не была; также приводит результаты бенчмарков, но предупреждает, что рейтинги Open LLM leaderboard не всегда показательны. Для применения требуется учитывать экспериментальный характер модели и её контекстное окно. Репозиторий распространяется по лицензии Llama 2.

Сценарии применения

  • генерация текста по инструкции в формате Alpaca
  • эксперименты с генерацией стихотворений
  • сравнение объединённых LLM на языковых бенчмарках

Ограничения

Автор характеризует модель как неудачный эксперимент для стихотворного теста и отмечает, что результаты бенчмарков не следует считать надёжным показателем качества. Контекст ограничен 4096 токенами.

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

BABE WAKE UP NEW MEME MODELS JUST DROPPED

Ladies and Gentlemen!

I present to you

drum roll

THE BENCHBREAKERS!

These three interesting models were designed in attempt to break my own meme benchmark and well... they failed. The results are interesting nontheless.

SMAXXXER

The aggressor, the angry and dumb hobo that will roleplay with you. This meme model was designed to break the stylized writing test, and it kinda did, still can't surpass ChatGPT though.

For its creation lzlv was TIES-merged with spicyboros, xwin and dolphin using mergekit.

PMAXXXER

The overly politically correct SJW university dropout, the failed writer that's not really good at anything. This meme model was designed to break the poems test and it's an absolute failure.

For its creation WinterGoddess was TIES-merged with euryale, xwin and dolphin using mergekit.

BENCHMAXXXER PS

The true meme model. Goliath-style frankenmerge of SMAXXXER and PMAXXXER. You might think: "Oh it's a frankenmerge, the characteristics of the models will even out, right?" This is completely wrong in this case, here characteristics of the models add up. You get an angry hobo stuck with an SJW in the same fucking body! It will assault you and then immediately apologize for it! Then it will assault you again! And apologize again! Kinda funny. It also has a bit different writing style compared to Goliath.

Is it worth using over Goliath? Not really. However, if you have fast internet and patience to try a 123b meme model, go for it!

FAILED MODELS(not gonna upload)

BENCHMAXXXER SP

Frankenmerge of SMAXXXER and PMAXXXER, just like BENCHMAXXXER PS, but in different order. Has severe brain damage, clearly the influence of the hobo is strong in this one.

BENCHMAXXXER SS

Self-merge of SMAXXXER, a bit less dumb and a bit less aggresive than the original SMAXXER.

BENCHMAXXXER MOE

2x70B MOE merge of SMAXXXER and PMAXXXER, unremarkable. Not smart, not angry. Just averaged out.

PROMPT FORMAT

Alpaca.

### Instruction:
{instruction}

### Input:
{input}

### Response:

Benchmarks

NeoEvalPlusN

My meme benchmark which the models were designed to break.

Test namegoliath-120bPMaxxxer-v1-70bSMaxxxer-v1-70bBenchmaxxxerPS-v1-123bBenchmaxxxerSP-v1-123bBenchmaxxxerSS-v1-123bBenchmaxxxerMOE-v1-123b
B33231.51.52
C2112221
D110110.53
S56.757.257.256.756.57.25
P64.754.255.255.255.55
Total1716.514.518.516.51618.25

Open LLM leaderboard

Leaderboard on Huggingface

ModelAverageARCHellaSwagMMLUTruthfulQAWinograndeGSM8K
PMaxxxer-v1-70b72.4171.0887.8870.3959.7782.6462.7
SMaxxxer-v1-70b72.2370.6588.0270.5560.782.8760.58
Difference0.180.43-0.14-0.16-0.93-0.232.12

Performance here is decent. It was #5 on the leaderboard among 70b models when I submitted it. This leaderboard is currently quite useless though, some 7b braindead meme merges have high scores there, claiming to be the next GPT4. At least I don't pretend that my models aren't a meme.

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
0c271e2

0 моделей