/ Модель

Характеристики

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

Jason1903_SLERP

Генерация текстаТекст → текст5 профессий

Объединённая 7,1-миллиардная модель Mistral для генерации текста, включая ответы на математические запросы.

31скачиваний за 30 дней1лайквеса обновлены25 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

Jason1903_SLERP — объединённая модель на базе Mistral, созданная с помощью mergekit из yam-peleg/Experiment26-7B и chihoonlee10/T3Q-Mistral-Orca-Math-DPO. Она предназначена для генерации текста по запросам; математическая направленность одного из исходных чекпойнтов может быть полезна при решении задач с вычислениями и объяснениями. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация ответов на текстовые запросы
  • решение математических задач с пояснениями
  • составление связных текстов по промпту

Ограничения

README не приводит сравнительных оценок качества или подробных рекомендаций по использованию; математические возможности унаследованы от одного из компонентов слияния и отдельно не подтверждены.

Для каких профессий подходит5

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

Jason1903_SLERP

Jason1903_SLERP is a merge of the following models using mergekit:

🧩 Configuration

slices:
  - sources:
      - model: yam-peleg/Experiment26-7B
        layer_range: [0, 32]
      - model: chihoonlee10/T3Q-Mistral-Orca-Math-DPO
        layer_range: [0, 32]
merge_method: slerp
base_model: chihoonlee10/T3Q-Mistral-Orca-Math-DPO
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

# [Open LLM Leaderboard Evaluation Results](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)

|             Metric              |Value|
|---------------------------------|----:|
|Avg.                             |76.77|
|AI2 Reasoning Challenge (25-Shot)|73.12|
|HellaSwag (10-Shot)              |89.13|
|MMLU (5-Shot)                    |64.43|
|TruthfulQA (0-shot)              |78.13|
|Winogrande (5-shot)              |85.08|
|GSM8k (5-shot)                   |70.74|

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
cd1f8be

0 моделей