/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3
Архитектура
llama · dense
Базовая модель
anjrit
Библиотека
transformers
Опубликована
30 мая 2024

Anjir-8B-L3

Генерация текстаТекст → текст4 профессии

Экспериментальная 7,5-миллиардная разговорная модель на архитектуре Llama для генерации свободных и структурированных ответов.

44скачиваний за 30 дней8лайковвеса обновлены30 мая 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

Anjir-8B-L3 — экспериментальная разговорная языковая модель автора Hastagaras, созданная слиянием моделей Anjrit и Anying методом SLERP. Она основана на плотной архитектуре Llama и содержит около 7,5 млрд параметров; заявленный контекст — 8192 токена. Модель предназначена для генерации ответов в диалоге и сочетает стремление к естественной манере общения, структурированным ответам и свободному стилю без частых отказов.

Автор отмечает, что слияние экспериментальное и полученные свойства могут быть неоднородными: исходные модели различались связностью и человечностью ответов. README приводит настройки сэмплирования и часть результатов оценивания, но не подтверждает широкий набор языков или гарантии качества. Репозиторий распространяется по лицензии Llama 3; следует учитывать её условия и пометку Hugging Face «not-for-all-audiences».

Сценарии применения

  • генерация ответов в свободном диалоге
  • создание более естественно звучащих ответов чат-бота
  • получение структурированных ответов на вопросы
  • эксперименты со слиянием разговорных LLM

Ограничения

Автор характеризует слияние как экспериментальное; возможны проблемы со связностью и непредсказуемость стиля ответов. Для модели указана пометка «not-for-all-audiences»; используйте её с учётом условий лицензии Llama 3.

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

ANJIRRR

This model aims to achieve the human-like responses of the Halu Blackroot, the no refusal tendencies of the Halu OAS, and the smartness of the Standard Halu.

GGUF: STATIC/IMATRIX made available by mradermacher

Model Details:

  • Anjrit: This model is similar to my Halu Blackroot model, but instead of using the standard version, this model uses the OAS version.

  • Anying: This model is also similar to the Halu Blackroot, but instead of using the model stock, I merged the Blackroot lora manually with a very low alpha.

Both models have downsides. The Anjrit model lacks coherency, while the Anying model lacks a human-like responses.

I decided to merge both models with the following method:

  1. First, I compared the response from each layer of both models using the baukit notebook.

  2. After comparing both, it seems that around the bottom layer, the Anjrit model is better, perhaps because it is unhinged.

  3. From the bottom to the middle layer, the Anjrit is still better, but the Anying seems smarter.

  4. At the middle layer, both seem equal, but again, the Anjrit is unhinged, so I prefer this one.

  5. From the middle to the top layer, the Anying is better. It is smarter, and the response is more structured.

  6. The top layer of the Anjrit model is better since the model itself is orthogonalized, so I prefer this one.

  7. Then I performed slerp with the following configuration. I don't know if this is really how the slerp merge works, so let's just say this is an experimental merge. Maybe I will try the other merge methods for future experiments

Configuration

The following YAML configuration was used to produce this model:

models:
  - model: Hastagaras/anjrit
  - model: Hastagaras/anying
merge_method: slerp
base_model: Hastagaras/anjrit
dtype: bfloat16
parameters:
  t: [0.12, 0.17, 0.29, 0.44, 0.26]

SAMPLER:

You can start with this and tweak it

  • TEMP: 1.0
  • TOP_P: 0.95
  • TOP_K: 100
  • MIN_P: 0.05

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.69.07
AI2 Reasoning Challenge (25-Shot)63.57
HellaSwag (10-Shot)84.15
MMLU (5-Shot)67.67
TruthfulQA (0-shot)52.67
Winogrande (5-shot)78.61
GSM8k (5-shot)67.78

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
1bc7265

0 моделей