/ Модель

Характеристики

Контекст
131 072 токена
Параметры
69,5 млрд
Размер весов
141 ГБ
Архитектура
llama · dense
Базовая модель
Tess-3-Llama-3.1-70B
Опубликована
30 авг 2024

L3.1-70b-MeowMix2

Генерация текстаТекст → текст11 профессий

Объединённая 70-миллиардная модель Llama 3.1 для генерации текста и диалогов в формате Llama 3 Instruct.

30скачиваний за 30 дней0лайковвеса обновлены30 авг 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

L3.1-70b-MeowMix2 — объединённая модель семейства Llama 3.1, созданная KaraKaraWarehouse с помощью LazyMergekit на Runpod. Она предназначена для генерации текста и диалогов в формате Llama 3 Instruct. В состав слияния входят Tess-3-Llama-3.1-70B, Llama-3.1-70B-EZO-1.1-it, Llama3.1-70B-Chinese-Chat и Linkbricks-Horizon-AI-Korean-llama3.1-sft-dpo-70B.

Модель имеет плотную архитектуру LlamaForCausalLM и 69,5 млрд параметров; заявленный контекст — до 131 072 токенов. Вход и выход — текст. Компоненты слияния ориентированы на английский, китайский и корейский диалоги, однако отдельные языковые гарантии для итоговой модели не приведены. Формат весов — safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • ведение диалогов с пользователем
  • генерация ответов в формате Llama 3 Instruct
  • написание и продолжение текста
  • ответы на вопросы на основе запроса
  • создание многоязычных чат-прототипов

Ограничения

Результаты слияния не сопровождаются приведёнными в карточке оценками качества или гарантиями языковых возможностей. Для запуска требуется совместимая инфраструктура для модели на 69,5 млрд параметров; лицензия в доступных данных не указана.

Для каких профессий подходит11

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

L3.1-70b-MeowMixV2

Meow.

L3.1-70b-MeowMixV2 is a merge of the following models using LazyMergekit running on Runpod:

Yap / Chat Format

Llama 3 Instruct.

🧩 Configuration


models:
  - model: migtissera/Tess-3-Llama-3.1-70B
    parameters:
      density: 0.7
      weight:
        - value: 0.75
  - model: HODACHI/Llama-3.1-70B-EZO-1.1-it
    parameters:
      density: 0.2
      weight:
        - value: [1, 0.75, 0.5, 0.25, 0, 0, 0, 0, 0.0, 0.5, 1]
  - model: shenzhi-wang/Llama3.1-70B-Chinese-Chat
    parameters:
      density: 0.2
      weight:
        - value: [1, 0.75, 0.5, 0.25, 0, 0, 0, 0, 0.0, 0.5, 1]
  - model: Saxo/Linkbricks-Horizon-AI-Korean-llama3.1-sft-dpo-70B
    parameters:
      density: 0.2
      weight:
        - value: [1, 0.75, 0.5, 0.25, 0, 0, 0, 0, 0.0, 0.5, 1]

merge_method: della_linear
base_model: migtissera/Tess-3-Llama-3.1-70B
parameters:
  normalize: true
dtype: bfloat16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "KaraKaraWitch/L3.1-70b-MeowMixV2"
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

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
6e7c60d

0 моделей