/ Модель

Характеристики

Контекст
200 000 токенов
Параметры
33,9 млрд
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
12 янв 2024

Bagel-Hermes-34B-Slerp

Генерация текстаТекст → текст13 профессий

Слитая модель на архитектуре Llama с 33,9 млрд параметров для генерации текста и диалогов с контекстом до 200 000 токенов.

8 619скачиваний за 30 дней1лайквеса обновлены15 сен 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.

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5922

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,4603

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3347

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,4703

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4622

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0604

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Bagel-Hermes-34B-Slerp — языковая модель для генерации текста и диалогов, созданная слиянием предварительно обученных моделей с помощью mergekit. В слияние вошли Nous-Hermes-2-Yi-34B, bagel-dpo-34b-v0.2 и nontoxic-bagel-34b-v0.2; применён метод SLERP с настройками, различающимися для слоёв внимания и MLP. Архитектура — плотная LlamaForCausalLM, размер — 33,9 млрд параметров, формат весов — safetensors, контекст — до 200 000 токенов.

Модель предназначена для генерации текста и ведения диалогов. В README приведены результаты оценок на наборах задач рассуждения и следования инструкциям, включая ARC, HellaSwag, IFEval и BBH. Поддерживаемый язык в карточке не обозначен. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • ведение диалогов с пользователем
  • генерация связных текстов по запросу
  • ответы на вопросы в текстовом формате
  • решение задач на рассуждение и понимание инструкций

Ограничения

Поддерживаемые языки и прикладные специализации в карточке не обозначены. Результаты бенчмарков приведены в README, но сами по себе не гарантируют качество на конкретных пользовательских задачах.

Для каких профессий подходит13

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

Bagel-Hermes-34B-Slerp

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the SLERP merge method.

Models Merged

The following models were included in the merge:

  • Nous-Hermes-2-Yi-34B
  • bagel-dpo-34b-v0.2
  • nontoxic-bagel-34b-v0.2

Configuration

The following YAML configuration was used to produce this model:


slices:
  - sources:
      - model: bagel-dpo-34b-v0.2
        layer_range: [0, 60]
      - model: Nous-Hermes-2-Yi-34B
        layer_range: [0, 60]

merge_method: slerp
base_model: nontoxic-bagel-34b-v0.2

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
tokenizer_source: union
dtype: bfloat16

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.75.24
AI2 Reasoning Challenge (25-Shot)70.73
HellaSwag (10-Shot)85.68
MMLU (5-Shot)77.29
TruthfulQA (0-shot)67.09
Winogrande (5-shot)84.37
GSM8k (5-shot)66.26

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.27.06
IFEval (0-Shot)46.03
BBH (3-Shot)41.96
MATH Lvl 5 (4-Shot)4.91
GPQA (0-shot)11.30
MuSR (0-shot)17.01
MMLU-PRO (5-shot)41.15

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
67e9882

0 моделей