/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
WestSeverus-7B-DPO-v2
Опубликована
29 янв 2024

Wernicke-7B-v9

Генерация текстаТекст → текст9 профессий

Объединённая 7,1-миллиардная модель на архитектуре Mistral для генерации текста с контекстом до 32 768 токенов.

57скачиваний за 30 дней3лайкавеса обновлены29 янв 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

Wernicke-7B-v9 — объединённая модель для генерации текста, созданная CultriX с помощью LazyMergekit. Она сочетает FelixChao/WestSeverus-7B-DPO-v2, CultriX/Wernicke-7B-v8 и vanillaOVO/supermario_v2 методом dare_ties; в конфигурации указана точность float16. Модель построена на архитектуре Mistral и содержит 7,1 млрд параметров.

Модель предназначена для генерации текста по текстовому запросу. Контекст составляет до 32 768 токенов; карточка не описывает специализированные области применения или отдельные языковые возможности. Репозиторий использует формат safetensors и лицензию Apache-2.0.

Сценарии применения

  • генерация текста по запросу
  • подготовка черновиков и продолжение текста
  • ответы в диалоговом формате
  • обработка длинных текстовых запросов

Ограничения

Карточка не приводит оценок качества или результатов бенчмарков, поэтому пригодность для конкретных задач не подтверждена. Языковая поддержка и специальные возможности отдельно не описаны.

Для каких профессий подходит9

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

Edit:

Wernicke-7B-v9

Wernicke-7B-v9 is a merge of the following models using LazyMergekit:

🧩 Configuration

models:
  - model: FelixChao/WestSeverus-7B-DPO-v2
    parameters:
      density: 0.50
      weight: 0.35
  - model: CultriX/Wernicke-7B-v8
    parameters:
      density: 0.50
      weight: 0.35
  - model: vanillaOVO/supermario_v2
    parameters:
      density: 0.50
      weight: 0.30
merge_method: dare_ties
base_model: FelixChao/WestSeverus-7B-DPO-v2
parameters:
  int8_mask: true
dtype: float16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "CultriX/Wernicke-7B-v9"
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
2ad6dc3

0 моделей