Объединённая модель Llama для диалогов и генерации текста, в том числе кода.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
LlamaMix-7B-slerp — языковая модель для генерации текста и диалогов, созданная MohamedAtta-AI объединением моделей через mergekit. В объединение вошли Magicoder-CL-7B и Llama-2-7b-chat-hf; применён метод SLERP. Модель использует архитектуру Llama с плотной трансформерной сетью и выдаёт текст в ответ на текстовый запрос. Метаданные указывают 3,4 млрд параметров и контекст до 4096 токенов.
Модель подходит для диалогового ассистента и генерации кода благодаря включению Magicoder-CL-7B. В карточке не приведены оценки качества или подробные результаты тестирования, поэтому пригодность для конкретных задач стоит проверять на собственных примерах. Распространяется по лицензии Apache-2.0.
В карточке нет результатов бенчмарков, поэтому качество диалогов и генерации кода не подтверждено оценками. Контекст ограничен 4096 токенами.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
LlamaMix-7B-slerp is a merge of the following models using mergekit:
slices:
- sources:
- model: ise-uiuc/Magicoder-CL-7B
layer_range: [0, 16]
- model: meta-llama/Llama-2-7b-chat-hf
layer_range: [0, 16]
merge_method: slerp
base_model: meta-llama/Llama-2-7b-chat-hf
parameters:
t:
- filter: self_attn
value: [0, 0.2, 0.3, 0.5, 1]
- filter: mlp
value: [1, 0.1, 0.2, 0.3, 0]
- value: 0.5
dtype: bfloat16
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…