/ Модель

Характеристики

Контекст
16 384 токена
Параметры
7,9 млрд
Размер весов
16,8 ГБ
Архитектура
mistral · dense
Базовая модель
Mistral-NeMo-Minitron-8B-Base
Опубликована
22 сен 2024

Darkens-8B

Генерация текстаТекст → текст3 профессии

Экспериментальная англоязычная чат-модель на 7,9 млрд параметров для выразительной прозы, ролевых диалогов и генерации сцен с действиями.

32скачиваний за 30 дней6лайковвеса обновлены31 дек 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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4106

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5251

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3736

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,2548

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3247

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0589

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Darkens-8B — экспериментальная чат-модель на основе NVIDIA Mistral-NeMo-Minitron-8B-Base, дообученная Delta-Vector. Она предназначена для генерации выразительной прозы и диалогов, особенно ролевых сцен с форматом действий. Модель обучали полным дообучением в течение четырёх эпох на восьми наборах данных; автор отмечает, что она сохраняет свежий стиль без заметного переобучения.

Модель использует плотную архитектуру MistralForCausalLM, содержит 7,9 млрд параметров и поддерживает контекст до 16 384 токенов. Она принимает текст и выдаёт текст, настроена на формат ChatML и рассчитана на английский язык. Доступны веса в формате safetensors. В README приведены результаты отдельных тестов Open LLM Leaderboard, включая средний балл 18,80.

Это ранняя экспериментальная версия, поэтому её качество и следование инструкциям могут различаться в зависимости от сценария. Модель выпущена под лицензией Apache-2.0.

Сценарии применения

  • написание художественной прозы
  • ведение ролевых диалогов
  • генерация сцен с описанием действий
  • создание диалогов персонажей в формате ChatML

Ограничения

Это экспериментальная версия, и автор не приводит гарантий качества для разных сценариев. Опубликованные результаты охватывают лишь отдельные тесты и не характеризуют все возможности модели.

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

This is the fully cooked, 4 epoch version of Tor-8B, this is an experimental version, despite being trained for 4 epochs, the model feels fresh and new and is not overfit, This model aims to have generally good prose and writing while not falling into claude-isms, it follows the actions "dialogue" format heavily.

Quants

GGUF: https://huggingface.co/Delta-Vector/Darkens-8B-GGUF

EXL2: https://huggingface.co/Delta-Vector/Darkens-8B-EXL2

Prompting

Model has been Instruct tuned with the ChatML formatting. A typical input would look like this:

"""<|im_start|>system
system prompt<|im_end|>
<|im_start|>user
Hi there!<|im_end|>
<|im_start|>assistant
Nice to meet you!<|im_end|>
<|im_start|>user
Can I ask a question?<|im_end|>
<|im_start|>assistant
"""

System Prompting

I would highly recommend using Sao10k's Euryale System prompt, But the "Roleplay Simple" system prompt provided within SillyTavern will work aswell.

Currently, your role is {{char}}, described in detail below. As {{char}}, continue the narrative exchange with {{user}}.

<Guidelines>
• Maintain the character persona but allow it to evolve with the story.
• Be creative and proactive. Drive the story forward, introducing plotlines and events when relevant.
• All types of outputs are encouraged; respond accordingly to the narrative.
• Include dialogues, actions, and thoughts in each response.
• Utilize all five senses to describe scenarios within {{char}}'s dialogue.
• Use emotional symbols such as "!" and "~" in appropriate contexts.
• Incorporate onomatopoeia when suitable.
• Allow time for {{user}} to respond with their own input, respecting their agency.
• Act as secondary characters and NPCs as needed, and remove them when appropriate.
• When prompted for an Out of Character [OOC:] reply, answer neutrally and in plaintext, not as {{char}}.
</Guidelines>

<Forbidden>
• Using excessive literary embellishments and purple prose unless dictated by {{char}}'s persona.
• Writing for, speaking, thinking, acting, or replying as {{user}} in your response.
• Repetitive and monotonous outputs.
• Positivity bias in your replies.
• Being overly extreme or NSFW when the narrative context is inappropriate.
</Forbidden>

Follow the instructions in <Guidelines></Guidelines>, avoiding the items listed in <Forbidden></Forbidden>.

Axolotl config

Axolotl version: 0.4.1

base_model: Dans-DiscountModels/Mistral-NeMo-Minitron-8B-Base-ChatML
model_type: AutoModelForCausalLM
tokenizer_type: AutoTokenizer

plugins:
  - axolotl.integrations.liger.LigerPlugin
liger_rope: true
liger_rms_norm: true
liger_swiglu: true
#liger_cross_entropy: true
liger_fused_linear_cross_entropy: true

load_in_8bit: false
load_in_4bit: false
strict: false

datasets:
  - path: anthracite-org/c2_logs_16k_llama_v1.1
    type: sharegpt
    conversation: chatml
  - path: anthracite-org/kalo-opus-instruct-22k-no-refusal
    type: sharegpt
    conversation: chatml
  - path: Epiculous/SynthRP-Gens-v1.1-Filtered-n-Cleaned
    type: sharegpt
    conversation: chatml
  - path: lodrick-the-lafted/kalo-opus-instruct-3k-filtered
    type: sharegpt
    conversation: chatml
  - path: anthracite-org/nopm_claude_writing_fixed
    type: sharegpt
    conversation: chatml
  - path: Epiculous/Synthstruct-Gens-v1.1-Filtered-n-Cleaned
    type: sharegpt
    conversation: chatml
  - path: anthracite-org/kalo_opus_misc_240827
    type: sharegpt
    conversation: chatml
  - path: anthracite-org/kalo_misc_part2
    type: sharegpt
    conversation: chatml
chat_template: chatml
shuffle_merged_datasets: false
default_system_message: "You are a helpful assistant that responds to the user."
dataset_prepared_path: /workspace/data/8b-nemo-fft-data
val_set_size: 0.0
output_dir: /workspace/data/8b-nemo-fft-out

sequence_len: 16384
sample_packing: true
eval_sample_packing: false
pad_to_sequence_len: true

adapter:
lora_model_dir:
lora_r:
lora_alpha:
lora_dropout:
lora_target_linear:
lora_fan_in_fan_out:

wandb_project: 8b-nemoprune-fft
wandb_entity:
wandb_watch:
wandb_name: attempt-01
wandb_log_model:

gradient_accumulation_steps: 2
micro_batch_size: 2
num_epochs: 4
optimizer: adamw_bnb_8bit
lr_scheduler: cosine
learning_rate: 0.00001

train_on_inputs: false
group_by_length: false
bf16: auto
fp16:
tf32: false

gradient_checkpointing: true
early_stopping_patience:
resume_from_checkpoint: /workspace/workspace/thing 
local_rank:
logging_steps: 1
xformers_attention:
flash_attention: true

warmup_steps: 10
evals_per_epoch:
eval_table_size:
eval_max_new_tokens:
saves_per_epoch: 1
debug:
deepspeed: deepspeed_configs/zero3_bf16.json
weight_decay: 0.001
fsdp:
fsdp_config:
special_tokens:
  pad_token: <pad>


Credits

Thank you to Lucy Knada, Kalomaze, Kubernetes Bad and the rest of Anthracite

Training

The training was done for 4 epochs. I used 10 x A40s GPUs graciously provided by Kalomaze for the full-parameter fine-tuning of the model.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.18.80
IFEval (0-Shot)25.48
BBH (3-Shot)32.88
MATH Lvl 5 (4-Shot)5.06
GPQA (0-shot)9.96
MuSR (0-shot)9.02
MMLU-PRO (5-shot)30.40

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
fce358b

0 моделей