/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
10,6 млрд
Лицензия
CC BY-NC 4.0
Архитектура
mistral · dense
Опубликована
11 окт 2023

Mistral-11B-OmniMix

Генерация текстаТекст → текст4 профессии

Экспериментальная объединённая модель Mistral для генерации текста и ответов на инструкции.

51скачиваний за 30 дней15лайковвеса обновлены17 ноя 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

Undi95/Mistral-11B-OmniMix — экспериментальная текстовая языковая модель на архитектуре Mistral, собранная автором из нескольких моделей Mistral-7B с помощью mergekit. В репозитории размещены веса FP16; модель содержит 10,6 млрд параметров и поддерживает контекст до 32 768 токенов.

Модель предназначена для генерации ответов на инструкции и общих текстовых задач. README приводит результаты оценок на тестах и рекомендует шаблон промпта с описанием задачи и запросом пользователя. Автор отмечает, что эта версия — тестовая и имеет некорректный формат точности; исправленная версия указана как NeverSleep/Mistral-11B-OmniMix-bf16.

Для использования требуется учитывать экспериментальный статус и возможные проблемы качества, связанные с ошибкой в формате весов. Лицензия — CC BY-NC 4.0, допускающая использование с атрибуцией и запрещающая коммерческое применение.

Сценарии применения

  • генерация ответов на текстовые инструкции
  • черновики и продолжение текста
  • ответы на общие вопросы
  • экспериментальная оценка качества языковых моделей

Ограничения

Автор описывает этот репозиторий как тестовую версию с ошибкой в формате весов и рекомендует исправленную версию Mistral-11B-OmniMix-bf16. Коммерческое использование ограничено лицензией CC BY-NC 4.0.

Для каких профессий подходит4

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

I FUCKED UP, THIS MODEL IS MEANT TO BE A BFLOAT16 MODEL, I'M CURRENTLY REDOING IT IN THE CORRECT WAY (look at the recipe, it end in float16, i'm so dumb lmao). It SHOULD be even better, I saw the problem after finetuning it, something was off. It's usable, it rank the best, but it's not even on the right float...KEK

Fixed model should be here: NeverSleep/Mistral-11B-OmniMix-bf16

Don't mind this one at the moment, I need to finetune it for RP, it's just a test.

Description

This repo contains fp16 files of Mistral-11B-OmniMix.

My goal for this model was only to make it score the highest possible with merge and layer toying, proving that:

  • Benchmark are objective
  • You should try a model yourself and don't go blindly to the highest rated one
  • Merge/Layer toying CAN be usable to do better model (maybe?)

Model used

Prompt template

The best one after further testing is this one:

<|system|>
Below is an instruction that describes a task. Write a response that appropriately completes the request.
<|user|>
{prompt}
<|assistant|>

image/png

But these one work too:

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

### Instruction:
{prompt}

### Response:

USER: <prompt>
ASSISTANT:

Or use any prompting system from one of the 4 source model, should work.

The secret sauce

Mistral-11B-OpenOrcaPlatypus :

slices:
  - sources:
    - model: Open-Orca/Mistral-7B-OpenOrca
      layer_range: [0, 24]
  - sources:
    - model: akjindal53244/Mistral-7B-v0.1-Open-Platypus
      layer_range: [8, 32]
merge_method: passthrough
dtype: bfloat16

Mistral-11B-CC-Zephyr :

slices:
  - sources:
    - model: "/content/drive/MyDrive/CC-v1.1-7B-bf16"
      layer_range: [0, 24]
  - sources:
    - model: "/content/drive/MyDrive/Zephyr-7B"
      layer_range: [8, 32]
merge_method: passthrough
dtype: bfloat16

Mistral-11B-OmniMix :

slices:
  - sources:
      - model: Mistral-11B-OpenOrcaPlatypus
        layer_range: [0, 48]
      - model: Mistral-11B-CC-Zephyr
        layer_range: [0, 48]
merge_method: slerp
base_model: Undi95/Mistral-11B-OpenOrcaPlatypus
parameters:
  t:
    - filter: lm_head 
      value: [0.75]
    - filter: embed_tokens
      value: [0.75]
    - filter: self_attn
      value: [0.75, 0.25]
    - filter: mlp
      value:  [0.25, 0.75]
    - filter: layernorm
      value: [0.5, 0.5]
    - filter: modelnorm
      value: [0.75]
    - value: 0.5 # fallback for rest of tensors
dtype: float16

I use mergekit for all the manipulation told here.

Some scoring I done myself

This was named "Mistral-11B-TestBench11", keep that in mind while looking trough this.

hf-causal-experimental (pretrained=/content/drive/MyDrive/Mistral-11B-Test), limit: None, provide_description: False, num_fewshot: 0, batch_size: 4

TaskVersionMetricValueStderr
arc_challenge0acc0.5597±0.0145
acc_norm0.5819±0.0144
arc_easy0acc0.8308±0.0077
acc_norm0.8215±0.0079
hellaswag0acc0.6371±0.0048
acc_norm0.8213±0.0038
piqa0acc0.8134±0.0091
acc_norm0.8275±0.0088
truthfulqa_mc1mc10.3990±0.0171
mc20.5685±0.0155
winogrande0acc0.7474±0.0122

image/png

This model seem to be the best out of my 3 latest try:

image/png

image/png

You can find all the work I have done trying on this Pastebin.

Others

Special thanks to Sushi, Henky for the machine he give me for big task, and Charles Goddard for his amazing tool.

If you want to support me, you can here.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.53.01
ARC (25-shot)64.42
HellaSwag (10-shot)83.93
MMLU (5-shot)63.82
TruthfulQA (0-shot)56.68
Winogrande (5-shot)77.74
GSM8K (5-shot)14.94
DROP (3-shot)9.57

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
a8bd480

0 моделей