/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Neural-4-ARC-7b
Опубликована
30 мар 2024

NeuralKuke-4-All-7b

Генерация текстаТекст → текст7 профессий

Объединённая модель Mistral на 7,1 млрд параметров для генерации текста, диалогов, ответов на вопросы и математических задач.

56скачиваний за 30 дней0лайковвеса обновлены30 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

NeuralKuke-4-All-7b — объединённая модель для генерации текста на основе архитектуры Mistral, созданная автором репозитория Kukedlc с помощью LazyMergekit. Она объединяет пять моделей, ориентированных на ARC, WinoGrande, вопросы и ответы, математику и диалоговые сценарии.

Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Её можно применять для диалогов, ответов на вопросы и решения математических задач. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Количественные оценки качества и сведения о поддерживаемых естественных языках в предоставленных данных отсутствуют.

Сценарии применения

  • ведение текстового диалога
  • ответы на вопросы по заданному контексту
  • решение математических задач
  • генерация ответов на задания ARC
  • рассуждение над задачами на здравый смысл

Ограничения

В предоставленных материалах нет количественных оценок качества или подтверждения поддержки конкретных естественных языков. Результаты на отдельных задачах могут отличаться от возможностей исходных компонентов после их объединения.

Для каких профессий подходит7

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

NeuralKuke-4-All-7b

NeuralKuke-4-All-7b is a merge of the following models using LazyMergekit:

🧩 Configuration

models:
  - model: Kukedlc/NeuralSirKrishna-7b
    # No parameters necessary for base model
  - model: Kukedlc/Neural-4-ARC-7b
    parameters:
      density: 0.55
      weight: 0.2
  - model: Kukedlc/Neural-4-Wino-7b
    parameters:
      density: 0.55
      weight: 0.2
  - model: Kukedlc/NeuralSirKrishna-7b
    parameters:
      density: 0.55
      weight: 0.2
  - model: Kukedlc/Neural-4-QA-7b
    parameters:
      density: 0.55
      weight: 0.2
  - model: Kukedlc/Neural-4-Maths-7b
    parameters:
      density: 0.55
      weight: 0.2
merge_method: dare_ties
base_model: Kukedlc/NeuralSirKrishna-7b
parameters:
  int8_mask: true
dtype: float16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "Kukedlc/NeuralKuke-4-All-7b"
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
8e209b0

0 моделей