/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Опубликована
8 дек 2023

MetaMath-neural-chat-7b-v3-2-Slerp

Генерация текстаТекст → текст3 профессии

Объединённая 7,1-миллиардная модель Mistral для генерации текста, сочетающая математические навыки MetaMath и диалоговые возможности Neural Chat.

60скачиваний за 30 дней0лайковвеса обновлены8 янв 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

Weyaxi/MetaMath-neural-chat-7b-v3-2-Slerp — объединённая модель на архитектуре Mistral, созданная автором репозитория с помощью mergekit методом slerp из MetaMath-Mistral-7B и Intel/neural-chat-7b-v3-2; в конфигурации базовой моделью указана mistralai/Mistral-7B-v0.1. Модель содержит 7,1 млрд параметров и принимает текст для генерации текста, в том числе ответов на математические вопросы и диалоговых ответов.

Модель предназначена для экспериментов и прикладной генерации текста с сочетанием математических навыков MetaMath и диалоговых возможностей Neural Chat. Контекст составляет 32 768 токенов; веса доступны в формате Safetensors. Репозиторий указывает лицензию Apache-2.0. Карточка не приводит отдельных оценок качества или ограничений, поэтому фактическая надёжность математических ответов не установлена.

Сценарии применения

  • ответы на математические вопросы
  • решение задач с пошаговым объяснением
  • диалоговый ассистент на основе текстовых запросов

Ограничения

Карточка не содержит результатов оценки качества или подробностей об ограничениях; математические ответы могут требовать проверки.

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

MetaMath-neural-chat-7b-v3-2-Slerp

This is the model for MetaMath-neural-chat-7b-v3-2-Slerp. I used mergekit to merge models.

Yaml Config to reproduce


slices:
  - sources:
      - model: meta-math/MetaMath-Mistral-7B
        layer_range: [0, 32]
      - model: Intel/neural-chat-7b-v3-2
        layer_range: [0, 32]
merge_method: slerp
base_model: mistralai/Mistral-7B-v0.1
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 # fallback for rest of tensors
dtype: float16

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
aa22e28

0 моделей