/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
10,6 млрд
Размер весов
21,5 ГБ
Лицензия
CC BY-NC 4.0
Архитектура
mistral · dense
Опубликована
12 окт 2023

Mistral-11B-OmniMix-bf16

Генерация текстаТекст → текст5 профессий

Экспериментальная объединённая модель Mistral для генерации текста и диалогов по инструкциям.

86скачиваний за 30 дней18лайковвеса обновлены15 окт 2023

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

NeverSleep/Mistral-11B-OmniMix-bf16 — экспериментальная разговорная языковая модель на архитектуре Mistral, созданная NeverSleep. Репозиторий объединяет несколько моделей семейства Mistral с помощью mergekit; автор описывает подбор весов и слоёв для улучшения результатов на бенчмарках. Модель предназначена для генерации текста и диалогов по инструкциям, в том числе для экспериментов с ролевым взаимодействием.

В README заявлено 11B в названии модели, тогда как метаданные указывают 10,6 млрд параметров, контекст 32 768 токенов и формат safetensors. Карточка перечисляет четыре исходные модели Mistral 7B: OpenOrca, Open-Platypus, CollectiveCognition и Zephyr. README отмечает, что опубликованные файлы fp16 не соответствуют ожидаемому BF16, а модель пока является тестовой и требует дообучения для RP. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства, но запрещающая коммерческое применение.

Сценарии применения

  • генерация ответов на пользовательские инструкции
  • эксперименты с ролевыми диалогами
  • сравнение результатов языковых моделей на бенчмарках

Ограничения

Автор помечает модель как тестовую и сообщает, что её ещё предстоит дообучить для ролевого взаимодействия. README также указывает, что файлы опубликованы в fp16, хотя модель задумывалась в BF16; лицензия запрещает коммерческое использование.

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

This model should be fixed, it was MEANT to be BF16.

Don't mind this one at the moment, I need to finetune it for RP, it's just a test.

Description

This repo contains fp16 files of Mistral-11B-OmniMix-bf16.

My goal for this model was only to make it score the highest possible with merge and layer toying, proving that:

  • Benchmark are objective
  • You should try a model yourself and don't go blindly to the highest rated one
  • Merge/Layer toying CAN be usable to do better model (maybe?)

Model used

Prompt template

The best one after further testing is this one:

<|system|>
Below is an instruction that describes a task. Write a response that appropriately completes the request.
<|user|>
{prompt}
<|assistant|>

image/png

But these one work too:

Below is an instruction that describes a task. Write a response that appropriately completes the request.

### Instruction:
{prompt}

### Response:

USER: <prompt>
ASSISTANT:

Or use any prompting system from one of the 4 source model, should work.

The secret sauce

Mistral-11B-OpenOrcaPlatypus :

slices:
  - sources:
    - model: Open-Orca/Mistral-7B-OpenOrca
      layer_range: [0, 24]
  - sources:
    - model: akjindal53244/Mistral-7B-v0.1-Open-Platypus
      layer_range: [8, 32]
merge_method: passthrough
dtype: bfloat16

Mistral-11B-CC-Zephyr :

slices:
  - sources:
    - model: "/content/drive/MyDrive/CC-v1.1-7B-bf16"
      layer_range: [0, 24]
  - sources:
    - model: "/content/drive/MyDrive/Zephyr-7B"
      layer_range: [8, 32]
merge_method: passthrough
dtype: bfloat16

Mistral-11B-OmniMix :

slices:
  - sources:
      - model: Mistral-11B-OpenOrcaPlatypus
        layer_range: [0, 48]
      - model: Mistral-11B-CC-Zephyr
        layer_range: [0, 48]
merge_method: slerp
base_model: Mistral-11B-OpenOrcaPlatypus
parameters:
  t:
    - filter: lm_head 
      value: [0.75]
    - filter: embed_tokens
      value: [0.75]
    - filter: self_attn
      value: [0.75, 0.25]
    - filter: mlp
      value:  [0.25, 0.75]
    - filter: layernorm
      value: [0.5, 0.5]
    - filter: modelnorm
      value: [0.75]
    - value: 0.5 # fallback for rest of tensors
dtype: bfloat16

I use mergekit for all the manipulation told here.

Some scoring I done myself

image/png

hf-causal-experimental (pretrained=/content/drive/MyDrive/Mistral-11B-OmniMix-bf16), limit: None, provide_description: False, num_fewshot: 0, batch_size: 4

TaskVersionMetricValueStderr
arc_challenge0acc0.5580±0.0145
acc_norm0.5819±0.0144
arc_easy0acc0.8300±0.0077
acc_norm0.8211±0.0079
hellaswag0acc0.6372±0.0048
acc_norm0.8209±0.0038
piqa0acc0.8145±0.0091
acc_norm0.8286±0.0088
truthfulqa_mc1mc10.3978±0.0171
mc20.5680±0.0155
winogrande0acc0.7427±0.0123

Others

Special thanks to Sushi, Henky for the machine he give me for big task, and Charles Goddard for his amazing tool.

If you want to support me, you can here.

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
c94a8da

0 моделей