/ Модель

Характеристики

Контекст
2 048 токенов
Размер весов
13,3 ГБ
Архитектура
mpt · dense
Опубликована
5 мая 2023

MPT-7b-Chat-Instruct-LongCTX-Merge

Генерация текстаТекст → текст3 профессии

Экспериментально объединённая модель MPT-7B для диалогов и инструкций, в которую добавлена модель Storywriter с длинным контекстом.

106скачиваний за 30 дней17лайковвеса обновлены8 мая 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

TehVenom/MPT-7b-Chat-Instruct-LongCTX-Merge — экспериментальное объединение моделей семейства MPT-7B, созданное TehVenom. Веса смешаны пропорционально: 60% MPT-7B Chat с контекстом 2048 токенов, 20% MPT-7B Instruct с контекстом 2048 токенов и 20% MPT-7B Storywriter с контекстом 65k токенов. Модель использует плотную архитектуру MPT для авторегрессионной генерации текста.

Модель предназначена прежде всего для диалогов и выполнения инструкций; добавление Storywriter призвано увеличить доступную длину контекста и сделать ответы менее сухими и более развёрнутыми. Автор описывает её как исследовательское сравнение влияния слияния моделей с разной длиной контекста, поэтому пригодность к конкретному рабочему сценарию требует проверки. Карточка не сообщает лицензию или подтверждённую итоговую длину контекста. Влияние обучающих текстов Storywriter может приводить к генерации материалов NSFW.

Сценарии применения

  • диалоговое общение с чат-ботом
  • генерация развёрнутых ответов на инструкции
  • продолжение художественного текста
  • эксперименты с объединением моделей разной длины контекста

Ограничения

Итоговая длина контекста в карточке не подтверждена, а точный формат промпта неизвестен; качество и доступную длину контекста следует проверять на практике. Из-за влияния Storywriter модель может генерировать NSFW-контент; лицензия в предоставленных данных не указана.

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

Model description

This is a merged model, using a weighted parameter blend strategy at a (20:20:60) ratio between the models:

For a final model composed of:

(MTP-7b Storywriter [20%] + MTP-7b Instruct [20%] ) + MTP-7b Chat [60%]


This was done for the sake of testing the theory of how 'long context' tunes affect attention when merged with a model that has been trained for a different purpose, on a shorter context span. Different from the first merges (That sports a 50/50 ratio), this one is lopsided towards the Chat base model to have another comparison point for the effects of CTX span merging, and to have a model that is primarily focused on Chatting.

There are two objectives for this merge, first one is to see how much out of the 65k-Storywriter model is necessart to raise the ceiling of the final model's context size, and to try and make the base Chat model less dry, and slightly more fun / verbose, and intelligent by adding the literature / Instruct based models into it.

Due to the influence of MPT-7b Storywriter, this model may generate content that is considered NSFW due to the wide array of books sampled for MPT-7b Storywriter.

The specific prompting is unknown, but try approaching it as a chat bot scenario / prompt.

Try starting a two line prompt such as:

Bot: "Hello, how are you?"
You: "I am doing just fine, thank you."

Or try giving it instructions such as:

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

### Instruction:
Explain the concept of artificial intelligence in simple terms.

### Response:
Artificial Intelligence (AI) is the ability of machines and computers to make decisions and complete tasks similar to what humans can do.
AI can learn from data, recognize patterns, and make predictions.
AI technology can automate tedious and complex processes, helping to reduce human effort and errors, and enable more accurate and efficient decisions.
AI can be used in a wide range of applications, from robotics and autonomous vehicles to healthcare and finance. It is increasingly becoming an integral part of everyday life.

Check out the datasets involved in the Chat-7b model to get a better grasp on how to prompt it well:

-(Anthropic/hh-rlhf)[https://huggingface.co/datasets/Anthropic/hh-rlhf] -(tatsu-lab/alpaca)[https://huggingface.co/datasets/tatsu-lab/alpaca] -(Hello-SimpleAI/HC3)[https://huggingface.co/datasets/Hello-SimpleAI/HC3]

Read the original model cards to understand how to run inference on this model.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MPTForCausalLM
Ревизия весов
f054cb1

0 моделей