/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
StrangeMerges_45-7B-dare_ties
Опубликована
25 мар 2024

StrangeMerges_46-7B-dare_ties

Генерация текстаТекст → текст11 профессий

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

55скачиваний за 30 дней1лайквеса обновлены3 апр 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_46-7B-dare_ties — объединённая модель для генерации текста, созданная Gille с помощью LazyMergekit. В слияние вошли Gille/StrangeMerges_45-7B-dare_ties, kettleguts/zephyr-7b-beta_sparse05 и chihoonlee10/T3Q-Mistral-Orca-Math-DPO; в конфигурации также указана базовая модель liminerity/M7-7b. Метод слияния — dare_ties.

Модель построена на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров. Нативный контекст — до 32 768 токенов. Она предназначена для генерации текста, диалогов и ответов на математические вопросы. В README приведены результаты Open LLM Leaderboard, включая среднюю оценку 69,96, ARC 67,24 и HellaSwag 86,40.

Модель распространяется в формате Safetensors по лицензии Apache-2.0. Подтверждённые сведения о языках и специальные ограничения в карточке не приведены.

Сценарии применения

  • генерация продолжений текста
  • ведение диалога с пользователем
  • ответы на математические вопросы
  • решение задач на рассуждение
  • генерация текста с длинным контекстом

Ограничения

Языки модели не подтверждены в доступных сведениях. Результаты приведены только для части тестов Open LLM Leaderboard и не гарантируют качество на других задачах.

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_46-7B-dare_ties

StrangeMerges_46-7B-dare_ties is a merge of the following models using LazyMergekit:

🧩 Configuration

models:
  - model: Gille/StrangeMerges_45-7B-dare_ties
    parameters:
      weight: 0.4
      density: 0.53
  - model: kettleguts/zephyr-7b-beta_sparse05
    parameters:
      weight: 0.4
      density: 0.53
  - model: chihoonlee10/T3Q-Mistral-Orca-Math-DPO
    parameters:
      weight: 0.2
      density: 0.53
base_model: liminerity/M7-7b
merge_method: dare_ties
dtype: bfloat16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "Gille/StrangeMerges_46-7B-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.69.96
AI2 Reasoning Challenge (25-Shot)67.24
HellaSwag (10-Shot)86.40
MMLU (5-Shot)62.17
TruthfulQA (0-shot)65.17
Winogrande (5-shot)79.48
GSM8k (5-shot)59.29

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
69d4bd9

0 моделей