/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Архитектура
mistral · dense
Базовая модель
Fasciculus-Arcuatus-7B-slerp
Опубликована
7 мар 2024

Neural-Logical-Abstract-7B-slerp

Генерация текстаТекст → текст

Объединённая 7,1-миллиардная модель Mistral для генерации текста, рассуждений и решения математических задач.

16скачиваний за 30 дней1лайквеса обновлены7 мар 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-Logical-Abstract-7B-slerp — объединённая модель для генерации текста, созданная Kukedlc с помощью LazyMergekit на основе Kukedlc/Fasciculus-Arcuatus-7B-slerp, Kukedlc/NeuralExperiment-7b-MagicCoder-v7 и Kukedlc/Neural4gsm8k. Модель использует плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов.

Модель предназначена для генерации текста и может применяться для ответов на вопросы, рассуждений и решения математических задач. В состав объединения также входит модель, ориентированная на код, однако карточка не описывает отдельные гарантии качества или точные сценарии её использования. Репозиторий содержит веса в формате safetensors. Сведения о лицензии и поддерживаемых языках в предоставленных данных отсутствуют.

Сценарии применения

  • генерация ответов на текстовые запросы
  • решение математических задач
  • пошаговые рассуждения по текстовым вопросам
  • генерация фрагментов кода

Ограничения

Карточка не сообщает о качестве модели на конкретных тестах или о надёжности её ответов; результаты рассуждений и вычислений следует проверять. Сведения о лицензии и языках в доступных данных отсутствуют.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Neural-Logical-Abstract-7B-slerp

Neural-Logical-Abstract-7B-slerp is a merge of the following models using LazyMergekit:

🧩 Configuration

models:
  - model: Kukedlc/Fasciculus-Arcuatus-7B-slerp
    # no parameters necessary for base model
  - model: Kukedlc/Fasciculus-Arcuatus-7B-slerp
    parameters:
      density: 0.65
      weight: 0.3
  - model: Kukedlc/NeuralExperiment-7b-MagicCoder-v7
    parameters:
      density: 0.6
      weight: 0.5
  - model: Kukedlc/Neural4gsm8k
    parameters:
      density: 0.6
      weight: 0.2
merge_method: dare_ties
base_model: mistralai/Mistral-7B-v0.1
parameters:
  int8_mask: true
dtype: bfloat16
random_seed: 0

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "Kukedlc/Neural-Logical-Abstract-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"])

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
f66eadf

0 моделей