/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
StrangeMerges_7-7B-slerp
Опубликована
28 янв 2024

StrangeMerges_8-7B-slerp

Генерация текстаТекст → текст12 профессий

Объединённая методом SLERP модель Mistral на 7,1 млрд параметров для генерации текста и диалоговых ответов с контекстом до 32 768 токенов.

51скачиваний 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_8-7B-slerp — объединённая методом SLERP языковая модель, созданная Gille с помощью LazyMergekit на основе Gille/StrangeMerges_7-7B-slerp и Gille/StrangeMerges_5-7B-ties. Это плотная архитектура Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалоговых ответов; поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. Модель подходит для создания диалоговых приложений, генерации продолжений текста и ответов на запросы в длинном контексте.

В README приведены результаты оценки на отдельных бенчмарках Open LLM Leaderboard, включая AI2 Reasoning Challenge и HellaSwag; эти результаты не гарантируют качество на других задачах. Язык модели в предоставленных материалах не уточнён. Лицензия — Apache-2.0. Сведения о специальных ограничениях или целевых предметных областях в карточке не приведены.

Сценарии применения

  • генерация продолжения текста
  • создание диалогового помощника
  • ответы на пользовательские запросы
  • обработка длинных текстовых контекстов

Ограничения

Язык поддержки явно не указан. Результаты бенчмарков из README относятся только к перечисленным оценкам и не гарантируют качество на других задачах.

Для каких профессий подходит12

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_8-7B-slerp

StrangeMerges_8-7B-slerp is a merge of the following models using LazyMergekit:

🧩 Configuration

slices:
  - sources:
      - model: Gille/StrangeMerges_7-7B-slerp
        layer_range: [0, 32]
      - model: Gille/StrangeMerges_5-7B-ties
        layer_range: [0, 32]
merge_method: slerp
base_model: Gille/StrangeMerges_7-7B-slerp
parameters:
  t:
    - filter: self_attn
      value: [0.9, 0.5, 0.3, 0.7, 0.1]
    - filter: mlp
      value: [0.1, 0.5, 0.7, 0.3, 0.9]
    - value: 0.5
dtype: bfloat16


💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "Gille/StrangeMerges_8-7B-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.73.39
AI2 Reasoning Challenge (25-Shot)71.08
HellaSwag (10-Shot)87.75
MMLU (5-Shot)65.26
TruthfulQA (0-shot)64.52
Winogrande (5-shot)84.45
GSM8k (5-shot)67.25

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
7bde701

0 моделей