/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
StrangeMerges_21-7B-slerp
Опубликована
18 фев 2024

StrangeMerges_25-7B-dare_ties

Генерация текстаТекст → текст11 профессий

Объединённая модель Mistral на 7,1 млрд параметров для генерации текста и ответов на запросы 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_25-7B-dare_ties — объединённая модель Gille, созданная методом dare_ties с помощью LazyMergekit на основе Gille/StrangeMerges_21-7B-slerp и bardsai/jaskier-7b-dpo-v5.6. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и ответов на запросы. Поддерживает контекст до 32 768 токенов.

В README приведены результаты Open LLM Leaderboard: средний балл 76,33, включая 73,46 на AI2 Reasoning Challenge и 88,89 на HellaSwag. Карточка предупреждает о наследуемой последовательности «INSTINSTINSTINSTINST», которая может проявляться в ответах и снижать их качество. Лицензия — Apache-2.0.

Сценарии применения

  • генерация ответов на текстовые запросы
  • создание связного текста по подсказке
  • проверка языковых моделей на рассуждение
  • оценка понимания здравого смысла в текстовых заданиях

Ограничения

В README отмечен унаследованный артефакт «INSTINSTINSTINSTINST», который может появляться в выводе. Приведённые оценки охватывают лишь отдельные тесты и не гарантируют качество в других сценариях.

Для каких профессий подходит11

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_25-7B-dare_ties

Note: This one inherited the "INSTINSTINSTINSTINST" stuff from the other model that we'll just have to try and merge out or something...

StrangeMerges_25-7B-dare_ties is a merge of the following models using LazyMergekit:

🧩 Configuration

models:
  - model: Gille/StrangeMerges_20-7B-slerp
    # No parameters necessary for base model
  - model: Gille/StrangeMerges_21-7B-slerp
    parameters:
      density: 0.6
      weight: 0.3
  - model: bardsai/jaskier-7b-dpo-v5.6
    parameters:
      density: 0.4
      weight: 0.7
merge_method: dare_ties
base_model: Gille/StrangeMerges_20-7B-slerp
parameters:
  int8_mask: true
dtype: bfloat16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "Gille/StrangeMerges_25-7B-dare_ties"
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.76.33
AI2 Reasoning Challenge (25-Shot)73.46
HellaSwag (10-Shot)88.89
MMLU (5-Shot)64.37
TruthfulQA (0-shot)76.54
Winogrande (5-shot)84.29
GSM8k (5-shot)70.43

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
e93482c

0 моделей