/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Опубликована
2 мар 2024

INEX4-7b

Генерация текстаТекст → текст14 профессий

Слитая на базе Mistral языковая модель на 7,1 млрд параметров для генерации текста и задач на рассуждение.

56скачиваний за 30 дней1лайквеса обновлены2 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

INEX4-7b — языковая модель, созданная Liminerity с помощью mergekit путём слияния моделей liminerity/merge2 и liminerity/merge1. Она предназначена для генерации текста и решения задач на рассуждение; в карточке приведены результаты оценивания на Open LLM Leaderboard, включая AI2 Reasoning Challenge и HellaSwag.

Модель использует плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Опубликованные веса доступны в формате safetensors. Репозиторий распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация ответов на текстовые запросы
  • помощь в решении задач на рассуждение
  • оценка и сравнение языковых моделей на бенчмарках

Ограничения

В README приведены результаты лишь части тестов Open LLM Leaderboard; они не гарантируют качество на других задачах. Языки обучения или поддержки в доступных данных не обозначены.

Для каких профессий подходит14

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

Made by Liminerity <#

INEX4-7b

INEX4-7b is a merge of the following models using mergekit:

🧩 Configuration

slices:
  - sources:
      - model: liminerity/Ingot-7b-slerp-7-forged
        layer_range: [0, 32]
      - model: yam-peleg/Experiment26-7B
        layer_range: [0, 32]
merge_method: slerp
base_model: liminerity/Ingot-7b-slerp-7-forged
parameters:
  t:
    - filter: self_attn
      value: [0, 0.5, 0.3, 0.7, 1]
    - filter: mlp
      value: [1, 0.5, 0.7, 0.3, 0]
    - value: 0.5
dtype: bfloat16
model: liminerity/merge

slices:
  - sources:
      - model: liminerity/Ingot-7b-slerp-7-forged
        layer_range: [0, 32]
      - model: liminerity/merge
        layer_range: [0, 32]
merge_method: slerp
base_model: liminerity/Ingot-7b-slerp-7-forged
parameters:
  t:
    - filter: self_attn
      value: [0, 0.5, 0.3, 0.7, 1]
    - filter: mlp
      value: [1, 0.5, 0.7, 0.3, 0]
    - value: 0.5
dtype: bfloat16
model: liminerity/merge1

slices:
  - sources:
      - model: yam-peleg/Experiment26-7B
        layer_range: [0, 32]
      - model: liminerity/merge1
        layer_range: [0, 32]
merge_method: slerp
base_model: yam-peleg/Experiment26-7B
parameters:
  t:
    - filter: self_attn
      value: [0, 0.5, 0.3, 0.7, 1]
    - filter: mlp
      value: [1, 0.5, 0.7, 0.3, 0]
    - value: 0.5
dtype: float16
model: liminerity/merge2

slices:
  - sources:
      - model: liminerity/merge2
        layer_range: [0, 32]
      - model: liminerity/merge1
        layer_range: [0, 32]
merge_method: slerp
base_model: liminerity/merge2
parameters:
  t:
    - filter: self_attn
      value: [0, 0.5, 0.3, 0.7, 1]
    - filter: mlp
      value: [1, 0.5, 0.7, 0.3, 0]
    - value: 0.5
dtype: bfloat16
model: INEX-7b

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.75.84
AI2 Reasoning Challenge (25-Shot)72.95
HellaSwag (10-Shot)88.79
MMLU (5-Shot)64.70
TruthfulQA (0-shot)74.42
Winogrande (5-shot)83.90
GSM8k (5-shot)70.28

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
11682d2

0 моделей