/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Kunocchini-7b-128k-test
Опубликована
3 апр 2024

KunoichiVerse-7B

Генерация текстаТекст → текст11 профессий

Англоязычная чат-модель Mistral на 7,1 млрд параметров для диалогов и генерации текста с заявленным в README контекстом до 128 тыс. токенов.

69скачиваний за 30 дней4лайкавеса обновлены3 апр 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

KunoichiVerse-7B — англоязычная чат-модель, созданная слиянием моделей Nitral-AI/Kunocchini-7b-128k-test и MTSAIR/multi_verse_model с помощью LazyMergekit и метода SLERP. Модель построена на плотной архитектуре Mistral с причинной языковой моделью MistralForCausalLM и содержит 7,1 млрд параметров.

Модель предназначена для диалогов и генерации текста. В README заявлено контекстное окно 128 тыс. токенов, тогда как метаданные указывают native context в 32 768 токенов. Репозиторий содержит веса в формате safetensors; также упомянут отдельный репозиторий GGUF от MarsupialAI. Лицензия — Apache-2.0.

Сценарии применения

  • ведение диалогов на английском языке
  • генерация связных текстов по запросу
  • суммирование длинных текстов в пределах доступного контекста
  • ответы на вопросы по предоставленному тексту

Ограничения

Заявление README о контексте 128 тыс. токенов расходится с метаданными, указывающими 32 768 токенов; фактическую поддерживаемую длину контекста следует проверять. Качество и специализация зависят от исходных моделей, а количественные оценки в карточке не приведены.

Для каких профессий подходит11

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

KunoichiVerse-7B

image/png

Description

KunoichiVerse-7B is a merge of the following models using LazyMergekit:

This model uses a context window of 128k. Special thanks to Nitral-AI and MTSAIR for the models.

GGUF

Special thanks to GGUFs made by MarsupialAI

🧩 Configuration

slices:
  - sources:
      - model: Nitral-AI/Kunocchini-7b-128k-test
        layer_range: [0, 32]
      - model: MTSAIR/multi_verse_model
        layer_range: [0, 32]
merge_method: slerp
base_model: Nitral-AI/Kunocchini-7b-128k-test
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

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "Ppoyaa/KunoichiVerse-7B"
messages = [{"role": "user", "content": "What is a large language model?"}]

tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

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
b9a23f8

0 моделей