/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Архитектура
mistral · dense
Базовая модель
Trismal-HyperAmocles-7B-Base-Ties
Опубликована
25 окт 2024

Trismal-NeurAmoclion-7B-Base-Ties

Генерация текстаТекст → текст15 профессий

Объединённая 7,1-миллиардная модель Mistral для генерации текста с контекстом до 32 768 токенов.

11скачиваний за 30 дней0лайковвеса обновлены25 окт 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

Trismal-NeurAmoclion-7B-Base-Ties — объединённая модель на основе Mistral, созданная JoPmt с помощью LazyMergekit. Она объединяет JoPmt/Trismal-HyperAmocles-7B-Base-Ties и Locutusque/NeuralHyperion-2.0-Mistral-7B методом TIES. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и принимает контекст до 32 768 токенов.

Модель предназначена для генерации текста. Описание базовой модели указывает на поддержку сложных вопросов, научных рассуждений, генерации кода и диалогов; README не уточняет, насколько эти возможности сохраняются после слияния. Доступные сведения не описывают лицензию или языки модели.

Сценарии применения

  • генерация ответов на вопросы
  • научные рассуждения
  • генерация кода
  • ведение диалогов

Ограничения

README не сообщает результаты оценки качества или лицензию, а также не уточняет языки и практические ограничения модели.

Для каких профессий подходит15

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

Trismal-NeurAmoclion-7B-Base-Ties

Trismal-NeurAmoclion-7B-Base-Ties is a merge of the following models using LazyMergekit:

🧩 Configuration

models:
  - model: JoPmt/Trismal-HyperAmocles-7B-Base-Ties
    parameters:
      weight: 1
      density: 1
  - model: Locutusque/NeuralHyperion-2.0-Mistral-7B
    parameters:
      weight: 1
      density: 1
merge_method: ties
base_model: JoPmt/Trismal-HyperAmocles-7B-Base-Ties
parameters:
  weight: 1
  density: 1
  normalize: true
  int8_mask: false
dtype: float16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "JoPmt/Trismal-NeurAmoclion-7B-Base-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"])

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
0d8b1a3

0 моделей