Характеристики

Контекст: 32 768 токенов
Параметры: 7,1 млрд
Размер весов: 14,5 ГБ
Архитектура: mistral · dense
Базовая модель: Excalibur-7b-DPO
Библиотека: transformers
Опубликована: 9 апр 2024

Ссылки

Hugging Face arXiv 2311.03099 arXiv 2306.01708

Hapsburg_v0_1

JDBMG

Генерация текстаТекст → текст5 профессий

Слияние нескольких моделей Mistral на 7,1 млрд параметров для генерации текста с контекстом до 32 768 токенов.

18скачиваний за 30 дней0лайковвеса обновлены10 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

Hapsburg_v0_1 — языковая модель, созданная JDBMG путём слияния нескольких предварительно обученных моделей с помощью mergekit. В качестве базовой модели использована InferenceIllusionist/Excalibur-7b-DPO; также в слияние вошли MTSAIR/multi_verse_model, yam-peleg/Experiment26-7B и chihoonlee10/T3Q-Mistral-Orca-Math-DPO. Применён метод DARE TIES, итоговые веса представлены в формате bfloat16.

Модель построена на плотной архитектуре Mistral и содержит 7,1 млрд параметров. Она предназначена для генерации текста; заявленная длина контекста — 32 768 токенов. Базовая модель описана как экспериментальная англоязычная чат-модель, но README не уточняет дополнительные языки и сценарии для результата слияния.

Лицензия в предоставленных данных не указана. README не приводит оценок качества или конкретных ограничений; как результат слияния, поведение и надёжность модели могут отличаться от исходных моделей и требуют проверки на целевых запросах.

Сценарии применения

генерация ответов на текстовые запросы
ведение текстового диалога
написание и продолжение текста
генерация математических объяснений

Ограничения

README не приводит результатов оценки качества; лицензионные условия в предоставленных данных отсутствуют. Английский язык указан для базовой модели, а не отдельно подтверждён для результата слияния.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель II.1Разработка и данныеАнализ требований и архитектура ПОAI помогает переводить потребности бизнеса в непротиворечивые требования и технические решения.20 задач18 191модель

Также подходит для

I.7Речь, диалоги и встречи

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

hapsburg-merge

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the DARE TIES merge method using InferenceIllusionist/Excalibur-7b-DPO as a base.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

models:
  - model: InferenceIllusionist/Excalibur-7b-DPO
  - model: MTSAIR/multi_verse_model
    parameters:
      density: 0.53
      weight: 0.4
  - model: yam-peleg/Experiment26-7B
    parameters:
      density: 0.53
      weight: 0.3
  - model: chihoonlee10/T3Q-Mistral-Orca-Math-DPO
    parameters:
      density: 0.53
      weight: 0.3
merge_method: dare_ties
base_model: InferenceIllusionist/Excalibur-7b-DPO
parameters:
  normalize: true
  int8_mask: true
dtype: bfloat16

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: MistralForCausalLM
Ревизия весов: 26d3514