/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,1 млрд
Лицензия
CC BY 4.0
Архитектура
mistral · dense
Опубликована
27 дек 2023

Silicon-Maid-7B

Генерация текстаТекст → текст3 профессии

Англоязычная 7,1-миллиардная модель Mistral для ролевых диалогов, следования карточкам персонажей и творческой генерации текста.

138скачиваний за 30 дней118лайковвеса обновлены10 янв 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.

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,065

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4188

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,4128

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3083

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2903

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,5368

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Silicon-Maid-7B — англоязычная текстовая модель для генерации ответов, созданная SanjiWatsuki на основе объединения xDAN-AI/xDAN-L1-Chat-RL-v1 и chargoddard/loyal-piano-m7. Модель построена на плотной архитектуре Mistral, содержит 7,1 млрд параметров и поддерживает контекст до 8192 токенов. Репозиторий содержит веса в формате safetensors.

Модель ориентирована на ролевые диалоги, следование карточкам персонажей и творческое продолжение текста; автор также позиционирует её для общего использования. В README отмечено, что объединение снизило навыки рассуждения и программирования относительно исходной модели. Лицензия — CC BY 4.0. Метка NSFW в метаданных указывает на возможность откровенного контента.

Сценарии применения

  • ролевые диалоги с персонажами в SillyTavern
  • генерация ответов с учётом карточки персонажа
  • творческое продолжение текста
  • создание откровенных ролевых диалогов
  • генерация текстовых ответов общего назначения

Ограничения

По словам автора, после объединения заметно снизились способности к рассуждению и программированию. Модель помечена как NSFW и может генерировать откровенный контент.

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

WTF is This?

Silicon-Maid-7B is another model targeted at being both strong at RP and being a smart cookie that can follow character cards very well. As of right now, Silicon-Maid-7B outscores both of my previous 7B RP models in my RP benchmark and I have been impressed by this model's creativity. It is suitable for RP/ERP and general use. Quants can be found here.

It's built on xDAN-AI/xDAN-L1-Chat-RL-v1, a 7B model which scores unusually high on MT-Bench, and chargoddard/loyal-piano-m7, an Alpaca format 7B model with surprisingly creative outputs. I was excited to see this model for two main reasons:

  • MT-Bench normally correlates well with real world model quality
  • It was an Alpaca prompt model with high benches which meant I could try swapping out my Marcoroni frankenmerge used in my previous model.

MT-Bench Average Turn

modelscoresize
gpt-48.99-
xDAN-L1-Chat-RL-v18.24^17b
Starling-7B8.097b
Claude-28.06-
Silicon-Maid7.967b
Loyal-Macaroni-Maid7.957b
gpt-3.5-turbo7.9420b?
Claude-17.90-
OpenChat-3.57.81-
vicuna-33b-v1.37.1233b
wizardlm-30b7.0130b
Llama-2-70b-chat6.8670b

^1 xDAN's testing placed it 8.35 - this number is from my independent MT-Bench run.

It's unclear to me if xDAN-L1-Chat-RL-v1 is overtly benchmaxxing but it seemed like a solid 7B from my limited testing (although nothing that screams 2nd best model behind GPT-4). Amusingly, the model lost a lot of Reasoning and Coding skills in the merger. This was a much greater MT-Bench dropoff than I expected, perhaps suggesting the Math/Reasoning ability in the original model was rather dense and susceptible to being lost to a DARE TIE merger?

Besides that, the merger is almost identical to the Loyal-Macaroni-Maid merger with a new base "smart cookie" model. If you liked any of my previous RP models, give this one a shot and let me know in the Community tab what you think!

The Sauce

models: # Top-Loyal-Bruins-Maid-DARE-7B
  - model: mistralai/Mistral-7B-v0.1
    # no parameters necessary for base model
  - model: xDAN-AI/xDAN-L1-Chat-RL-v1
    parameters:
      weight: 0.4
      density: 0.8
  - model: chargoddard/loyal-piano-m7
    parameters:
      weight: 0.3
      density: 0.8
  - model: Undi95/Toppy-M-7B
    parameters:
      weight: 0.2
      density: 0.4
  - model: NeverSleep/Noromaid-7b-v0.2
    parameters:
      weight: 0.2
      density: 0.4
  - model: athirdpath/NSFW_DPO_vmgb-7b
    parameters:
      weight: 0.2
      density: 0.4
merge_method: dare_ties
base_model: mistralai/Mistral-7B-v0.1
parameters:
  int8_mask: true
dtype: bfloat16

For more information about why I use this merger, see the Loyal-Macaroni-Maid repo

Prompt Template (Alpaca)

I found the best SillyTavern results from using the Noromaid template but please try other templates! Let me know if you find anything good.

SillyTavern config files: Context, Instruct.

Additionally, here is my highly recommended Text Completion preset. You can tweak this by adjusting temperature up or dropping min p to boost creativity or raise min p to increase stability. You shouldn't need to touch anything else!

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

### Instruction:
{prompt}

### Response:

Other Benchmarks

ModelAverageAGIEvalGPT4AllTruthfulQABigbench
OpenPipe/mistral-ft-optimized-1218 📄56.8544.7475.659.8947.17
Silicon-Maid-7B 📄56.4544.7474.2661.545.32
mlabonne/NeuralHermes-2.5-Mistral-7B 📄53.5143.6773.2455.3741.76
teknium/OpenHermes-2.5-Mistral-7B 📄52.4242.7572.9952.9940.94
openchat/openchat_3.5 📄51.3442.6772.9247.2742.51
berkeley-nest/Starling-LM-7B-alpha 📄51.1642.0672.7247.3342.53
HuggingFaceH4/zephyr-7b-beta 📄50.9937.3371.8355.139.7

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
4e43d81

0 моделей