/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
NeuralMaxime-7B-slerp
Опубликована
2 мар 2024

MoNeuTrix-7B-v1

Генерация текстаТекст → текст14 профессий

Слитая модель Mistral на 7,1 млрд параметров для генерации текста и общих языковых задач с контекстом до 32 768 токенов.

65скачиваний за 30 дней0лайковвеса обновлены3 мар 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

MoNeuTrix-7B-v1 — слитая языковая модель CultriX на архитектуре Mistral с 7,1 млрд параметров. Она создана методом DARE-TIES с помощью LazyMergekit на основе нескольких моделей, включая Kukedlc/NeuralMaxime-7B-slerp, mlabonne/Monarch-7B и eren23/ogno-monarch-jaskier-merge-7b; конфигурация также указывает CultriX/MonaTrix-v4 как базовую модель слияния. Модель предназначена для генерации текста и общих языковых задач, а контекст поддерживает до 32 768 токенов. Репозиторий содержит веса в формате safetensors, в конфигурации слияния указан bfloat16. Лицензия — Apache-2.0.

Сценарии применения

  • генерация текста по запросу
  • ответы на вопросы в диалоге
  • создание черновиков и продолжение текста

Ограничения

В README не приведены оценки качества и конкретные языковые гарантии; пригодность для целевых задач следует проверять отдельно.

Для каких профессий подходит14

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

MoNeuTrix-7B-v1

MoNeuTrix-7B-v1 is a merge of the following models using LazyMergekit:

🧩 Configuration

models:
  - model: CultriX/MonaTrix-v4
    # No parameters necessary for base model
  - model: Kukedlc/NeuralMaxime-7B-slerp
    parameters:
      weight: 0.36
      density: 0.65
  - model: mlabonne/Monarch-7B
    parameters:
      weight: 0.34
      density: 0.6
  - model: eren23/ogno-monarch-jaskier-merge-7b
    parameters:
      weight: 0.3
      density: 0.6
merge_method: dare_ties
base_model: CultriX/MonaTrix-v4
parameters:
  int8_mask: true
dtype: bfloat16
random_seed: 0

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "CultriX/MoNeuTrix-7B-v1"
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

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
5b1baed

0 моделей