/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mixtral · MoE
Опубликована
21 янв 2024

LogoS-7Bx2-MoE-13B-v0.2

Генерация текстаТекст → текст3 профессии

Модель Mixtral MoE, объединённая методом SLERP, предназначена для генерации текста и экспериментов с архитектурой смеси экспертов.

8 640скачиваний за 30 дней10лайковвеса обновлены14 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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3088

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4226

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5207

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2777

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0574

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,4379

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

LogoS-7Bx2-MoE-13B-v0.2 — языковая модель для генерации текста, созданная RubielLabarta методом слияния SLERP. Она основана на объединении моделей TomGrc/FusionNet_7Bx2_MoE_14B и yunconglong/Truthful_DPO_TomGrc_FusionNet_7Bx2_MoE_13B. Архитектура Mixtral использует смесь экспертов (MoE); в метаданных указано 7,1 млрд параметров и контекст до 32 768 токенов.

Модель предназначена для экспериментов с MoE и генерации текста. Карточка приводит результаты оценивания на бенчмарках ARC и HellaSwag. Метаданные карточки указывают английский и испанский языки. Лицензия — Apache-2.0; README ограничивает применение исследовательскими целями и запрещает коммерческое использование.

Сценарии применения

  • генерация текста на английском языке
  • генерация текста на испанском языке
  • эксперименты с моделями MoE
  • оценка языковой модели на задачах рассуждения
  • проверка понимания повседневных сценариев на бенчмарке HellaSwag

Ограничения

README указывает на исследовательское применение и запрещает коммерческое использование. Приведённые в карточке результаты ограничены частью таблицы оценивания.

Для каких профессий подходит3

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

LogoS-7Bx2-MoE-13B-v0.1

Model built by @RubielLabarta using SLERP merge method. The model is release for research purposes only, commercial use is not allowed.

The LogoS is a model to experiment with the MoE method, which could significantly increase the performance of the original model. The model has 12.9B parameters.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.77.14
AI2 Reasoning Challenge (25-Shot)74.49
HellaSwag (10-Shot)89.07
MMLU (5-Shot)64.74
TruthfulQA (0-shot)74.57
Winogrande (5-shot)88.32
GSM8k (5-shot)71.65

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
fb0f72b

0 моделей