Характеристики

Контекст: 1 024 000 токенов
Параметры: 12,1 млрд
Размер весов: 24,5 ГБ
Лицензия: CC BY-NC 4.0
Архитектура: mistral · dense
Базовая модель: MN-Slush
Библиотека: transformers
Опубликована: 29 янв 2025

Ссылки

Hugging Face

MN-12B-WolFrame

DoppelReflEx

Генерация текстаТекст → текст3 профессии

Слитая 12,1-миллиардная модель Mistral для творческого письма и ролевых диалогов.

42скачиваний за 30 дней6лайковвеса обновлены26 фев 2025

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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

Публичные оценки6

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

MMLU-PRO
MMLU-PRO Raw · выше — лучше
Результат
0,3393
Open LLM v2 · архив
Публичная таблицадругая ревизия
MATH Lvl 5
MATH Lvl 5 Raw · выше — лучше
Результат
0,1314
Open LLM v2 · архив
Публичная таблицадругая ревизия
BBH
BBH Raw · выше — лучше
Результат
0,5117
Open LLM v2 · архив
Публичная таблицадругая ревизия
IFEval
IFEval Raw · выше — лучше
Результат
0,4397
Open LLM v2 · архив
Публичная таблицадругая ревизия
MUSR
MUSR Raw · выше — лучше
Результат
0,4015
Open LLM v2 · архив
Публичная таблицадругая ревизия
GPQA
GPQA Raw · выше — лучше
Результат
0,3104
Open LLM v2 · архив
Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

DoppelReflEx/MN-12B-WolFrame — слитая автором модель на архитектуре Mistral, предназначенная для генерации текста, творческого письма и ролевых диалогов, включая ERP-сценарии. В README указано, что модель переименована из WhiteSnake-V2 и создана с целью превзойти исходную WhiteSnake; автор оценивает её результаты как удовлетворительные.

Модель имеет 12,1 млрд параметров и поддерживает контекст до 1 024 000 токенов. Она получена слиянием нескольких моделей, включая MN-Slush, MN-12B-Mimicore-GreenSnake и Nemo-12b-Humanize-KTO-Experimental-Latest; в конфигурации указан Mistral-Nemo-Base-2407-chatml как базовая модель. Репозиторий содержит веса Safetensors, а README также упоминает вариант GGUF Q6_K.

Автор отмечает сильные стороны в творческом письме и ролевых диалогах, но слабые результаты в математике. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Сценарии применения

создание художественных текстов
ведение ролевых диалогов
генерация ERP-сценариев
продолжение творческих историй

Ограничения

Автор отмечает, что модель слабо справляется с математикой, а её результаты в оценках и практическом использовании лишь удовлетворительные. ERP-сценарии предполагают взрослый контент.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

What is this?

Previous name was WhiteSnake-V2, but the eval scores is not good, so I decide to rename it. Very good in creative writing and RP, ERP. Not good in Math.

It's main goal is to break the origin WhiteSnake in eval and real usecase, but nothing too good, just decent.

GGUF, thank mradermacher a lots: https://huggingface.co/mradermacher/MN-12B-Mimicore-WhiteSnake-v2-Experiment-4-GGUF

My own Q6_K: https://huggingface.co/DoppelReflEx/MN-12B-WolFrame-Q6_K-GGUF

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

models:
 - model: cgato/Nemo-12b-Humanize-KTO-Experimental-Latest
   parameters:
     density: 0.9
     weight: 1
 - model: DoppelReflEx/MN-12B-Mimicore-GreenSnake
   parameters:
     density: 0.6
     weight: 0.8
 - model: crestf411/MN-Slush
   parameters:
     density: 0.7
     weight: 0.5
merge_method: dare_ties
base_model: IntervitensInc/Mistral-Nemo-Base-2407-chatml
tokenizer_source: base

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: MistralForCausalLM
Ревизия весов: 8619978