/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
MetaMath-Cybertron-Starling
Опубликована
25 мар 2024

StrangeMerges_45-7B-dare_ties

Генерация текстаТекст → текст4 профессии

Объединённая 7,1-миллиардная модель Mistral для генерации текста, диалогов и ответов на математические вопросы с контекстом до 32 768 токенов.

57скачиваний за 30 дней1лайквеса обновлены25 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

Gille/StrangeMerges_45-7B-dare_ties — объединённая модель авторства Gille, созданная с помощью LazyMergekit методом dare_ties. В конфигурации указаны четыре исходные модели: Q-bert/MetaMath-Cybertron-Starling, ozayezerceli/BetterSaul-7B-slerp, chihoonlee10/T3Q-Mistral-Orca-Math-DPO и EmbeddedLLM/Mistral-7B-Merge-14-v0.2; метаданные также связывают её с Gille/StrangeMerges_44-7B-dare_ties как базовой моделью слияния.

Это плотная Mistral-модель с 7,1 млрд параметров, предназначенная для генерации текста. Контекст — до 32 768 токенов. Состав исходных моделей указывает на сценарии диалогов и ответов на математические вопросы, однако README не приводит отдельных оценок качества или подробной инструкции по использованию.

Модель распространяется в формате safetensors по лицензии Apache-2.0. Языковые сведения карточки указывают на англоязычную основу; подтверждённой информации о других языках нет.

Сценарии применения

  • генерация ответов в текстовом чате
  • ответы на математические вопросы
  • решение математических задач с пояснениями
  • создание связного текста по запросу

Ограничения

README не содержит результатов оценки качества, поэтому точность ответов и устойчивость диалогов по этим данным определить нельзя. Языковая поддержка за пределами английского не подтверждена.

Для каких профессий подходит4

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

StrangeMerges_45-7B-dare_ties

StrangeMerges_45-7B-dare_ties is a merge of the following models using LazyMergekit:

🧩 Configuration

models:
  - model: Q-bert/MetaMath-Cybertron-Starling
    parameters:
      weight: 0.3
      density: 0.53
  - model: ozayezerceli/BetterSaul-7B-slerp
    parameters:
      weight: 0.2
      density: 0.53
  - model: chihoonlee10/T3Q-Mistral-Orca-Math-DPO
    parameters:
      weight: 0.4
      density: 0.53
  - model: EmbeddedLLM/Mistral-7B-Merge-14-v0.2
    parameters:
      weight: 0.1
      density: 0.53
base_model: Gille/StrangeMerges_44-7B-dare_ties
merge_method: dare_ties
dtype: bfloat16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "Gille/StrangeMerges_45-7B-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"])

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
7d0905d

0 моделей