/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Mistral-7B-Instruct-v0.2-Neural-Story
Опубликована
18 янв 2024

Tiger-7B-v0.1

Генерация текстаТекст → текст4 профессии

Слитая модель Mistral на 7,1 млрд параметров для диалоговой генерации текста и написания историй.

79скачиваний за 30 дней8лайковвеса обновлены5 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

Tiger-7B-v0.1 — языковая модель, созданная NeuralNovel с помощью слияния SLERP двух моделей: Mistral-7B-Instruct-v0.2-Neural-Story и Gecko-7B-v0.1-DPO. Она предназначена для генерации текста и диалоговых сценариев. Модель построена на архитектуре Mistral с 7,1 млрд параметров и поддерживает контекст до 32 768 токенов.

В качестве сценариев применения подходят ведение диалога, написание историй и генерация ответов на запросы. В README приведены результаты оценивания на наборах AI2 Reasoning Challenge и HellaSwag, но данных для вывода о качестве в других задачах нет. Репозиторий содержит веса в формате Safetensors; лицензия — Apache-2.0.

Сценарии применения

  • ведение диалога с пользователем
  • написание художественных историй по запросу
  • генерация ответов на текстовые инструкции

Ограничения

README приводит результаты лишь для отдельных тестов и не описывает качество на других задачах. Поддерживаемые естественные языки не обозначены.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

tiger

Tiger-7b-v0.1

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

Join our Discord!

Metrics

image/png

Merge Method

This model was merged using the SLERP merge method.

Models Merged

The following models were included in the merge:

merge

Configuration

The following YAML configuration was used to produce this model:


slices:
  - sources:
      - model: NeuralNovel/Mistral-7B-Instruct-v0.2-Neural-Story
        layer_range: [0, 32]
      - model: NeuralNovel/Gecko-7B-v0.1-DPO
        layer_range: [0, 32]
merge_method: slerp
base_model: NeuralNovel/Mistral-7B-Instruct-v0.2-Neural-Story
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



Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.65.02
AI2 Reasoning Challenge (25-Shot)59.98
HellaSwag (10-Shot)83.21
MMLU (5-Shot)61.42
TruthfulQA (0-shot)61.03
Winogrande (5-shot)77.66
GSM8k (5-shot)46.78

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
0e69fd4

0 моделей