Характеристики

Контекст: 32 768 токенов
Параметры: 7,1 млрд
Размер весов: 14,5 ГБ
Лицензия: Apache 2.0
Архитектура: mistral · dense
Базовая модель: MBX-7B-v3
Опубликована: 16 фев 2024

Ссылки

Hugging Face arXiv 2212.04089

Samlagast-7B-laser-bf16

Kquant03

Генерация текстаТекст → текст3 профессии

Слитая модель Mistral с 7,1 млрд параметров для генерации текста на английском языке с контекстом до 32 768 токенов.

58скачиваний за 30 дней2лайкавеса обновлены29 фев 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

Samlagast-7B-laser-bf16 — слитая языковая модель Kquant03 на архитектуре Mistral с 7,1 млрд параметров. Она создана методом task arithmetic с помощью mergekit на основе paulml/NeuralOmniBeagleMBX-v3-7B и объединяет её с моделями FelixChao/Faraday-7B, flemmingmiguel/MBX-7B-v3 и paulml/NeuralOmniWestBeaglake-7B. В репозитории указаны веса PyTorch; лицензия — Apache-2.0.

Модель предназначена для генерации текста и работы с контекстом длиной до 32 768 токенов. Карточка указывает английский язык. Доступных сведений недостаточно, чтобы уточнить сильные стороны или специализированные сценарии применения; название README описывает модель как пробную сборку. Качество ответов и пригодность для конкретных задач следует оценивать отдельно.

Сценарии применения

генерация текста на английском языке
продолжение текстового фрагмента
ответы на запросы в диалоговом формате
экспериментальная оценка слияния языковых моделей

Ограничения

В README модель представлена как пробная сборка без заявленных преимуществ или результатов оценки. Данных о качестве на конкретных задачах нет.

Для каких профессий подходит3

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

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

image/png

To see what will happen. Huge thanks to NeuralNovel (Lee Jackson) for lasering it for me!!!!

Join our Discord!

GGUF FILES HERE

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

Merge Method

This model was merged using the task arithmetic merge method using paulml/NeuralOmniBeagleMBX-v3-7B 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: paulml/NeuralOmniWestBeaglake-7B
    parameters:
      weight: 1
  - model: FelixChao/Faraday-7B
    parameters:
      weight: 1
  - model: flemmingmiguel/MBX-7B-v3
    parameters:
      weight: 1
  - model: paulml/NeuralOmniBeagleMBX-v3-7B
    parameters:
      weight: 1
merge_method: task_arithmetic
base_model: paulml/NeuralOmniBeagleMBX-v3-7B
parameters:
  normalize: true
  int8_mask: true
dtype: float16

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: b68e1c3