/ Модель

Характеристики

Контекст
131 072 токена
Параметры
122 млрд
Размер весов
245 ГБ
Архитектура
mistral · dense
Библиотека
transformers
Опубликована
28 авг 2024

Luminum-v0.1-123B

Генерация текстаТекст → текст13 профессий

Объединённая модель на базе Mistral Large Instruct 2407 для диалогов, генерации текста и творческих описаний с длинным контекстом.

28скачиваний за 30 дней41лайквеса обновлены4 сен 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

Luminum-v0.1-123B — объединённая языковая модель FluffyKaeloky на архитектуре MistralForCausalLM, созданная с помощью метода della_linear на основе Mistral Large Instruct 2407 с добавлением Lumimaid-v0.2-123B и Magnum-v2-123B. Модель содержит 122,2 млрд параметров и поддерживает контекст до 131 072 токенов; автор сообщает об успешном тестировании длинных запросов свыше 32 тысяч токенов, обычно до 40–50 тысяч.

Модель предназначена для диалогов, генерации текста и творческих описаний. По оценке автора, она сочетает возможности базовой Mistral Large, характерную лексику Lumimaid и описательность Magnum, сохраняя ответы менее многословными, чем Magnum. Используется шаблон Mistral [INST] ... [/INST]; заявлены интерфейс вызова инструментов и варианты файлов GGUF и EXL2.

Модель может выдавать чрезмерно длинные ответы, если не ограничивать их длину. README не сообщает лицензию; условия использования следует сверить с карточкой и лицензиями компонентов слияния.

Сценарии применения

  • ведение диалогов с длинной историей
  • генерация творческих описаний
  • создание развёрнутых текстовых ответов
  • ответы на запросы с большим контекстом

Ограничения

Модель склонна генерировать слишком длинные ответы, если не контролировать их размер. Автор проверял контекст до 40–50 тысяч токенов; полную длину в 128 тысяч токенов он теоретически ожидает, но не тестировал.

Для каких профессий подходит13

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

LuminumMistral-123B

Overview

I present Luminum-123B.

This is a merge using Mistral Large as a base, and including Lumimaid-v0.2-123B and Magnum-v2-123B. I felt like Magnum was rambling too much, and Lumimaid lost slightly too much brain power, so I used Mistral Large base for a long while, but it was lacking some moist.

On a whim, I decided to merge both Lumimaid and Magnum on top of Mistral large, and while I wasn't expecting much, I've been very surprised with the results. I've found that this model keeps the brain power from Mistral base, and also inherits the lexique of Lumimaid and creative descriptions of Magnum, without rambling too much.

I've tested this model quite extensively at and above 32k with great success. It should in theory allow for the full 128k context, albeit I've only went to 40-50k max. It's become my new daily driver.

The only negative thing I could find is that it tends to generate long responses if you let it. It probably gets that from Magnum. Just don't let it grow its answer size over and over.

I recommend thoses settings:

  • Minp: 0.08
  • Rep penalty: 1.03
  • Rep penalty range : 4096
  • Smoothing factor: 0.23
  • No Repeat NGram Size: 2 *

*I didn't get the chance to mess with DRY yet.

Template

All the merged models use Mistral template, this one too.

<s>[INST] {input} [/INST] {output}</s>

Quants

GGUF

EXL2


Merge Method

This model was merged using the della_linear merge method using mistralaiMistral-Large-Instruct-2407 as a base.

Models Merged

The following models were included in the merge:

  • NeverSleepLumimaid-v0.2-123B
  • anthracite-orgmagnum-v2-123b

Configuration

The following YAML configuration was used to produce this model:

models:
  - model: anthracite-orgmagnum-v2-123b
    parameters:
      weight: 0.19
      density: 0.5
  - model: NeverSleepLumimaid-v0.2-123B
    parameters:
      weight: 0.34
      density: 0.8
merge_method: della_linear
base_model: mistralaiMistral-Large-Instruct-2407
parameters:
  epsilon: 0.05
  lambda: 1
  int8_mask: true
dtype: bfloat16

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
06d2f5a

0 моделей