/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Neural-Cosmic-7B-slerp
Опубликована
17 фев 2024

Neural-Cosmic-Boy-7B-slerp

Генерация текстаТекст → текст10 профессий

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

53скачиваний за 30 дней2лайкавеса обновлены25 мая 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

Neural-Cosmic-Boy-7B-slerp — объединённая модель на базе архитектуры Mistral, созданная Kukedlc с помощью LazyMergekit. Она предназначена для генерации текста и может использоваться для диалога, ответов на вопросы и рассуждений. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов.

В README приведены результаты оценивания на бенчмарках, включая AI2 Reasoning Challenge и HellaSwag. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Карточка не сообщает о специализированных языках или областях применения.

Сценарии применения

  • генерация ответов в текстовом чате
  • ответы на вопросы по текстовому запросу
  • создание черновиков и продолжение текста
  • решение задач на рассуждение

Ограничения

В README приведены результаты лишь для части бенчмарков; они не гарантируют качество на других задачах. Языковая специализация модели не описана.

Для каких профессий подходит10

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

Note: The merge method is ties, not slerp.

Neural-Cosmic-Boy-7B-slerp

Neural Cosmic Boy - 7 billons params Neural-Cosmic-Boy-7B-slerp is a merge of the following models using LazyMergekit:

🧩 Configuration

models:
  - model: Kukedlc/Neural-Cosmic-7B-slerp
    parameters:
      density: [1, 0.7, 0.1] # density gradient
      weight: 1.0
  - model: Kukedlc/NeuralLogic-7B-V
    parameters:
      density: 0.5
      weight: [0, 0.3, 0.7, 1] # weight gradient
  - model: Kukedlc/SuperCombo
    parameters:
      density: 0.33
      weight:
        - filter: mlp
          value: 0.5
        - value: 0
merge_method: ties
base_model: mistralai/Mistral-7B-v0.1
parameters:
  normalize: true
  int8_mask: true
dtype: float16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "Kukedlc/Neural-Cosmic-Boy-7B-slerp"
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"])

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.74.08
AI2 Reasoning Challenge (25-Shot)70.48
HellaSwag (10-Shot)87.65
MMLU (5-Shot)64.92
TruthfulQA (0-shot)67.10
Winogrande (5-shot)82.00
GSM8k (5-shot)72.33

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
8a03a05

0 моделей