/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
33,9 млрд
Лицензия
MIT
Архитектура
mixtral · MoE
Опубликована
21 янв 2024

FusionNet_34Bx2_MoE

Генерация текстаТекст → текст3 профессии

Англоязычная чат-модель на архитектуре Mixtral MoE для генерации текста и экспериментов с методом смеси экспертов.

82скачиваний за 30 дней9лайковвеса обновлены4 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 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

FusionNet_34Bx2_MoE — англоязычная чат-модель генерации текста, разработанная TomGrc и дообученная с применением метода смеси экспертов (MoE). В метаданных указано семейство Mixtral и архитектура MixtralForCausalLM с 33,9 млрд параметров; README заявляет 60,8 млрд параметров, поэтому размер модели в источниках расходится. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors.

Модель предназначена для экспериментов с MoE и генерации ответов в диалоге на английском языке. В README приведены результаты оценивания на бенчмарках AI2 Reasoning Challenge и HellaSwag. Лицензия — MIT. Практическое ограничение: карточка не приводит подробностей о данных дообучения и оценке безопасности, а заявленный размер модели противоречит метаданным.

Сценарии применения

  • генерация ответов в англоязычном диалоге
  • создание черновиков и продолжение английского текста
  • эксперименты с архитектурой MoE
  • оценка генерации на бенчмарках рассуждений и здравого смысла

Ограничения

README указывает 60,8 млрд параметров, тогда как метаданные — 33,9 млрд. В карточке нет подробностей о данных дообучения и оценке безопасности модели.

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

FusionNet_34Bx2_MoE

Fine-tuned model on English language using MoE method.

Model description

The FusionNet_34Bx2_MoE is a model to experiment with the MoE method, which could significantly increase the performance of the original model. The FusionNet_34Bx2_MoE has 60.8B parameters, and this model is fine-tuned. Enjoy!

Usage

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
tokenizer = AutoTokenizer.from_pretrained("TomGrc/FusionNet_34Bx2_MoE")
model = AutoModelForCausalLM.from_pretrained("TomGrc/FusionNet_34Bx2_MoE")

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.77.07
AI2 Reasoning Challenge (25-Shot)72.95
HellaSwag (10-Shot)86.22
MMLU (5-Shot)77.05
TruthfulQA (0-shot)71.31
Winogrande (5-shot)83.98
GSM8k (5-shot)70.89

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
a077e8d

0 моделей