/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
KAI-7B-v0.1
Опубликована
30 янв 2024

StrangeMerges_12-7B-slerp

Генерация текстаТекст → текст14 профессий

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

58скачиваний за 30 дней0лайковвеса обновлены4 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

StrangeMerges_12-7B-slerp — языковая модель на основе архитектуры Mistral с 7,1 млрд параметров, созданная Gille с помощью LazyMergekit. Это слияние моделей Keynote-Technology/KAI-7B-v0.1 и Gille/StrangeMerges_11-7B-slerp методом SLERP; веса опубликованы в формате safetensors и имеют тип bfloat16.

Модель предназначена для генерации текста и может применяться для диалога, написания текстов и решения задач на рассуждение. В README приведены результаты Open LLM Leaderboard, включая показатели на AI2 Reasoning Challenge и HellaSwag. Контекст составляет до 32 768 токенов. Лицензия — Apache-2.0.

Сценарии применения

  • генерация ответов в текстовом диалоге
  • написание и продолжение текстов
  • помощь в решении задач на рассуждение
  • ответы на вопросы общего характера

Ограничения

README приводит лишь отдельные результаты бенчмарков; они не гарантируют качество на конкретных задачах. Языковая поддержка и дополнительные ограничения не описаны.

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

StrangeMerges_12-7B-slerp

StrangeMerges_12-7B-slerp is a merge of the following models using LazyMergekit:

🧩 Configuration

slices:
  - sources:
      - model: Keynote-Technology/KAI-7B-v0.1
        layer_range: [0, 32]
      - model: Gille/StrangeMerges_11-7B-slerp
        layer_range: [0, 32]
merge_method: slerp
base_model: Keynote-Technology/KAI-7B-v0.1
parameters:
  t:
    - filter: self_attn
      value: [0.1, 0.6, 0.3, 0.8, 0.5]
    - filter: mlp
      value: [0.9, 0.4, 0.7, 0.2, 0.5]
    - value: 0.5
dtype: bfloat16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "Gille/StrangeMerges_12-7B-slerp"
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"])

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.69.13
AI2 Reasoning Challenge (25-Shot)66.64
HellaSwag (10-Shot)85.89
MMLU (5-Shot)64.94
TruthfulQA (0-shot)52.55
Winogrande (5-shot)81.69
GSM8k (5-shot)63.08

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
16aabb6

0 моделей