/ Модель

Характеристики

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

openchat-3.5-1210-starling-slerp

Генерация текстаТекст → текст7 профессий

Англоязычная диалоговая модель Mistral на 7,1 млрд параметров, объединяющая OpenChat 3.5-1210 и Starling-LM-7B-alpha методом SLERP.

65скачиваний за 30 дней1лайквеса обновлены23 дек 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

SanjiWatsuki объединил методом SLERP две разговорные модели: openchat/openchat-3.5-1210 и berkeley-nest/Starling-LM-7B-alpha. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, рассчитанная на генерацию текста в диалогах; модель выдаётся в формате safetensors. Контекст составляет 8192 токена, основной язык по карточке — английский.

Модель предназначена для ответов на вопросы и ведения диалога. Слияние задумано как способ совместить свойства обеих исходных моделей, однако README не приводит сравнительных оценок или результатов испытаний. Лицензия — CC BY 4.0.

Сценарии применения

  • ответы на вопросы в текстовом чате
  • ведение диалога на английском языке
  • генерация текста по запросу
  • создание черновиков и пояснений

Ограничения

README не содержит сравнительных оценок качества или испытаний модели; заявленная цель слияния — совместить свойства двух исходных моделей. Поддержка других языков в карточке не подтверждена.

Для каких профессий подходит7

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

Model Description

This model uses the Slerp merge method from 2 models:

  1. openchat/openchat-3.5-1210
  2. berkeley-nest/Starling-LM-7B-alpha

I SLERPed these two together because they're both OpenChat-ish models. Fundamentally, OpenChat-3.5-1210 appears to be trained similarly to OpenChat-3.5 but now with Feedback-Collection and a de-contaminated Capybara. Starling is OpenChat-3.5 but trained with a novel training method on the Nectar set.

My hope is that a SLERP between the two retains the benefits of both.

The yaml config file for this model is here:

slices:
  - sources:
      - model: openchat/openchat-3.5-1210 
        layer_range: [0, 32] 
      - model: berkeley-nest/Starling-LM-7B-alpha
        layer_range: [0, 32]
merge_method: slerp
base_model: openchat/openchat-3.5-1210 
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

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
f6b1d9d

0 моделей