/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
68,7 млрд
Лицензия
Llama 2
Архитектура
llama · dense
Опубликована
5 фев 2024

Gembo-v1-70b

Генерация текстаТекст → текст3 профессии

Слитая 68,7-миллиардная языковая модель Llama 2 для ролевых диалогов, творческой генерации и использования в качестве общего ассистента.

60скачиваний за 30 дней7лайковвеса обновлены1 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

Gembo-v1-70b — экспериментальная слитая языковая модель, созданная ChuckMcSneed на основе Sao10K/Euryale-1.3-L2-70B с объединением нескольких моделей и адаптеров семейства Llama 2. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 68,7 млрд параметров, принимает текст и рассчитана на контекст до 4096 токенов. В репозитории указаны веса safetensors; автор также упоминает варианты GGUF.

Модель предназначена прежде всего для ролевых диалогов и творческой генерации, но автор также предлагает использовать её как общего ассистента. В README отмечены умеренная интеллектуальность, креативность и лёгкая цензура; доступны английский и русский языки. Для диалогов автор рекомендует формат Alpaca и высокие значения температуры и штрафа за повторы.

Среди ограничений — склонность к многословию, повторам и незапрошенным шуткам, нестабильная длина ответов и возможные трудности с апострофами. README отмечает, что модель лишь умеренно нейтральна и может генерировать насильственный контент по запросу. Лицензия указана как llama2; применимые условия следует проверять по лицензии Llama 2 и условиям использованных компонентов слияния.

Сценарии применения

  • ведение ролевых диалогов
  • генерация художественных историй и сцен
  • творческие ответы на открытые запросы
  • общение с текстовым ассистентом на русском языке
  • общение с текстовым ассистентом на английском языке

Ограничения

Модель может повторяться, отвечать слишком многословно или неожиданно кратко, иногда шутит без запроса и, по словам автора, может испытывать трудности с апострофами. Она лишь умеренно цензурирована и может генерировать насилие по запросу.

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

logo-gembo.png This is my first "serious"(with practical use cases) experimental merge. Judge harshly. Mainly made for RP, but should be okay as an assistant. Turned out quite good, considering the amount of LORAs I merged into it.

Observations

  • GPTisms and repetition: put temperature and rep. pen. higher, make GPTisms stop sequences
  • A bit different than the ususal stuff; I'd say that it has so much slop in it that it unslops itself
  • Lightly censored
  • Fairly neutral, can be violent if you ask it really good, Goliath is a bit better at it
  • Has a bit of optimism baked in, but it's not very severe
  • Doesn't know when to stop, can be quite verbose or just stop almost immediately(maybe wants to use LimaRP settings idk)
  • Sometimes can't handle '
  • Second model that tried to be funny unprompted to me(First one was Goliath)
  • Moderately intelligent
  • Quite creative

Naming

Internal name of this model was euryale-guano-saiga-med-janboros-kim-lima-wiz-tony-d30-s40, but I decided to keep it short, and since it was iteration G in my files, I called it "Gembo".

Quants

Thanks for GGUF quants, @Artefact2!

Prompt format

Alpaca. You can also try some other formats, I'm pretty sure it has a lot of them from all those merges.

### Instruction:
{instruction}

### Response:

Settings

As I already mentioned, high temperature and rep.pen. works great. For RP try something like this:

  • temperature=5
  • MinP=0.10
  • rep.pen.=1.15

Adjust to match your needs.

How it was created

I took Sao10K/Euryale-1.3-L2-70B (Good base model) and added

  • Mikael110/llama-2-70b-guanaco-qlora (Creativity+assistant)
  • IlyaGusev/saiga2_70b_lora (Creativity+assistant)
  • s1ghhh/medllama-2-70b-qlora-1.1 (More data)
  • v2ray/Airoboros-2.1-Jannie-70B-QLoRA (Creativity+assistant)
  • Chat-Error/fiction.live-Kimiko-V2-70B (Creativity)
  • Doctor-Shotgun/limarpv3-llama2-70b-qlora (Creativity)
  • v2ray/LLaMA-2-Wizard-70B-QLoRA (Creativity+assistant)
  • v2ray/TonyGPT-70B-QLoRA (Special spice)

Then I SLERP-merged it with cognitivecomputations/dolphin-2.2-70b (Needed to bridge the gap between this wonderful mess and Smaxxxer, otherwise it's quality is low) with 0.3t and then SLERP-merged it again with ChuckMcSneed/SMaxxxer-v1-70b (Creativity) with 0.4t. For SLERP-merges I used https://github.com/arcee-ai/mergekit.

Benchmarks (Do they even mean anything anymore?)

NeoEvalPlusN_benchmark

My meme benchmark.

Test nameGembo
B2.5
C1.5
D3
S7.5
P5.25
Total19.75

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

WolframRavenwolf

Benchmark by @wolfram

Artefact2/Gembo-v1-70b-GGUF GGUF Q5_K_M, 4K context, Alpaca format:

  • ✅ Gave correct answers to all 18/18 multiple choice questions! Just the questions, no previous information, gave correct answers: 16/18
  • ✅ Consistently acknowledged all data input with "OK".
  • ➖ Did NOT follow instructions to answer with just a single letter or more than just a single letter.

This shows that this model can be used for real world use cases as an assistant.

UGI

UGI: Uncensored General Intelligence

ModelUGI 🏆W/10 👍UnrulyInternetCrimeStatsStories/JokesPolContro
ChuckMcSneed/Gembo-v1-70b36.38450.846.532.548.73.4
AVERAGE on 30-03-202435.109225815.82387096837.3341935528.0625806535.9303225844.2541935529.96451613

Quite average. Not too uncensored, not too censored.

Open LLM Leaderboard Evaluation Results

Leaderboard on Huggingface

ModelAverageARCHellaSwagMMLUTruthfulQAWinograndeGSM8K
ChuckMcSneed/Gembo-v1-70b70.5171.2586.9870.8563.2580.5150.19
ChuckMcSneed/SMaxxxer-v1-70b72.2370.6588.0270.5560.782.8760.58

Looks like adding a shitton of RP stuff decreased HellaSwag, WinoGrande and GSM8K, but increased TruthfulQA, MMLU and ARC. Interesting. To be hosnest, I'm a bit surprised that it didn't do that much worse.

Detailed results can be found here

MetricValue
Avg.70.51
AI2 Reasoning Challenge (25-Shot)71.25
HellaSwag (10-Shot)86.98
MMLU (5-Shot)70.85
TruthfulQA (0-shot)63.25
Winogrande (5-shot)80.51
GSM8k (5-shot)50.19

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
5f99b37

0 моделей