/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
185 млн
Лицензия
Apache 2.0
Архитектура
mixtral · MoE
Опубликована
3 фев 2024

smol_llama-4x220M-MoE

Генерация текстаТекст → текст12 профессий

Объединённая MoE-модель Mixtral на 184,9 млн параметров для генерации текста, диалоговых ответов и кода.

119скачиваний за 30 дней4лайкавеса обновлены4 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

smol_llama-4x220M-MoE — языковая модель на архитектуре Mixtral с механизмом смеси экспертов, созданная автором репозитория путём слияния четырёх моделей через LazyMergekit: BEE-spoke-data/smol_llama-220M-openhermes, BEE-spoke-data/beecoder-220M-python, BEE-spoke-data/zephyr-220m-sft-full и BEE-spoke-data/zephyr-220m-dpo-full. Модель предназначена для генерации текста, включая диалоговые ответы и генерацию кода на Python.

В репозитории указано 184,9 млн параметров и контекст до 2048 токенов; веса опубликованы в формате Safetensors. В качестве обучающих источников перечислены текстовые, диалоговые и кодовые наборы данных. Поддержка конкретных естественных языков не обозначена. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация продолжений текста
  • ответы в формате диалога
  • генерация кода на Python

Ограничения

Контекст модели ограничен 2048 токенами. Карточка не сообщает о поддерживаемых естественных языках или результатах оценки качества.

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

🌟 Buying me coffee is a direct way to show support for this project.

smol_llama-4x220M-MoE

smol_llama-4x220M-MoE is a Mixure of Experts (MoE) made with the following models using LazyMergekit:

💻 Usage

!pip install -qU transformers bitsandbytes accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "Isotonic/smol_llama-4x220M-MoE"

tokenizer = AutoTokenizer.from_pretrained(model)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    model_kwargs={"torch_dtype": torch.bfloat16},
)

messages = [{"role": "user", "content": "Explain what a Mixture of Experts is in less than 100 words."}]
prompt = pipeline.tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
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"])

🧩 Configuration

experts:
  - source_model: BEE-spoke-data/smol_llama-220M-openhermes
    positive_prompts:
    - "reasoning"
    - "logic"
    - "problem-solving"
    - "critical thinking"
    - "analysis"
    - "synthesis"
    - "evaluation"
    - "decision-making"
    - "judgment"
    - "insight"

  - source_model: BEE-spoke-data/beecoder-220M-python
    positive_prompts:
    - "program"
    - "software"
    - "develop"
    - "build"
    - "create"
    - "design"
    - "implement"
    - "debug"
    - "test"
    - "code"
    - "python"
    - "programming"
    - "algorithm"
    - "function"

  - source_model: BEE-spoke-data/zephyr-220m-sft-full
    positive_prompts:
    - "storytelling"
    - "narrative"
    - "fiction"
    - "creative writing"
    - "plot"
    - "characters"
    - "dialogue"
    - "setting"
    - "emotion"
    - "imagination"
    - "scene"
    - "story"
    - "character"
    
  - source_model: BEE-spoke-data/zephyr-220m-dpo-full
    positive_prompts:
    - "chat"
    - "conversation"
    - "dialogue"
    - "discuss"
    - "ask questions"
    - "share thoughts"
    - "explore ideas"
    - "learn new things"
    - "personal assistant"
    - "friendly helper"

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
c464b2a

0 моделей