Характеристики

Контекст: 131 072 токена
Параметры: 12,1 млрд
Размер весов: 24,5 ГБ
Лицензия: Apache 2.0
Архитектура: mistral · dense
Базовая модель: Dans-PersonalityEngine-V1.1.0-12b
Библиотека: transformers
Опубликована: 19 янв 2025

Ссылки

Hugging Face arXiv 2306.01708

Silver5-Nemo-12B

Lambent

Генерация текстаТекст → текст10 профессий

Объединённая модель Mistral на 12,1 млрд параметров для диалоговой генерации текста с контекстом до 131 072 токенов.

31скачиваний за 30 дней3лайкавеса обновлены24 янв 2025

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

Lambent/Silver5-Nemo-12B — объединённая модель генерации текста, созданная с помощью mergekit методом TIES. В основу взята Mistral-Nemo-Base-2407, а в объединение также вошли Dans-PersonalityEngine-V1.1.0-12b, Wayfarer-12B, Vikhr-Nemo-12B-Instruct-R-21-09-24, MISCHIEVOUS-12B-Mix_0.6v и Grey-12b.

Модель построена на плотной архитектуре MistralForCausalLM и содержит 12,1 млрд параметров. Она предназначена для диалоговой генерации текста; заявленная длина контекста — 131 072 токена. Используйте её для ответов на запросы и создания связного текста в чат-сценариях.

Репозиторий содержит веса safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0. Карточка не приводит отдельных оценок качества или подробных ограничений, поэтому практические результаты могут зависеть от запроса и настроек генерации.

Сценарии применения

ответы на вопросы в диалоговом интерфейсе
генерация связных текстовых ответов
создание черновиков и продолжение текста

Ограничения

В README нет результатов оценки качества или подробностей ограничений; пригодность для конкретных задач следует проверять на собственных примерах.

Для каких профессий подходит10

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 III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

nemoties

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

Merge Details

Merge Method

This model was merged using the TIES merge method using mistralai/Mistral-Nemo-Base-2407 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: PocketDoc/Dans-PersonalityEngine-V1.1.0-12b #ifeval, musr; weak in math, gpqa
    parameters:
      density: [0.1, 0.25, 1.0, 0.5, 1.0]
      weight: 1.0
  - model: LatitudeGames/Wayfarer-12B #personality, bias, sentiment; unknown weaknesses
    parameters:
      density: [1.0, 0.5, 0.01]
      weight: [1.0, 0.5]
  - model: aixonlab/Grey-12b #bbh, mmlu; weak in ifeval, gpqa
    parameters:
      density: [0.75, 1.0, 0.6, 0.25, 0.01]
      weight: [1.0, 0.5]
  - model: Vikhrmodels/Vikhr-Nemo-12B-Instruct-R-21-09-24 #MATH; weak in musr, gpqa
    parameters:
      density: [0.1, 0.1, 0.25, 1.0, 0.01]
      weight: 1.0
  - model: bamec66557/MISCHIEVOUS-12B-Mix_0.6v #ok GPQA and other reasoning; mediocre ifeval
    parameters:
      density: [0.1, 0.5, 1.0, 0.5, 0.01]
      weight: 1.0
merge_method: ties
base_model: mistralai/Mistral-Nemo-Base-2407
tokenizer_source: PocketDoc/Dans-PersonalityEngine-V1.1.0-12b
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 · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: MistralForCausalLM
Ревизия весов: c4d5954