/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Опубликована
3 янв 2024

Slerp-CM-mist-dpo

Генерация текстаТекст → текст6 профессий

Объединённая методом Slerp модель Mistral на 7,1 млрд параметров для генерации текста и экспериментов с языковыми моделями.

8 568скачиваний за 30 дней7лайковвеса обновлены17 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

Slerp-CM-mist-dpo — объединённая языковая модель, созданная Abacus.AI методом Slerp Merge из cookinai/CatMacaroni-Slerp и mncai/mistral-7b-dpo-v5. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов; она принимает текст и генерирует текст. Модель предназначена для генерации ответов и других текстовых продолжений, а также для экспериментов с объединением моделей.

В карточке приведены результаты бенчмарков ARC, HellaSwag, MMLU, TruthfulQA, Winogrande и GSM8K; автор сообщает об улучшении TruthfulQA относительно CatMacaroni-Slerp и GSM8K относительно mistral-7b-dpo-v5. Модель выпущена под лицензией Apache-2.0. Она не проходила оценку безопасности и предназначена для исследований и экспериментов; результаты бенчмарков не гарантируют качество в конкретных приложениях.

Сценарии применения

  • генерация текстовых ответов на запросы
  • создание продолжений текста
  • эксперименты с объединением языковых моделей
  • оценка языковой модели на задачах общего понимания и рассуждения

Ограничения

Модель не оценивалась на безопасность и предназначена для исследований и экспериментов. Автор отмечает, что результат TruthfulQA остаётся заметно ниже, чем у одной из базовых моделей; показатели бенчмарков не гарантируют качество в прикладных сценариях.

Для каких профессий подходит6

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

image/png

This model is a Slerp Merge of cookinai/CatMacaroni-Slerp and mncai/mistral-7b-dpo-v5.

Evaluation Results

HuggingFace Leaderboard

AverageARCHellaSwagMMLUTruthfulQAWinograndeGSM8K
73.169.6287.0964.8162.8281.4572.78

The model did achieve an improvement in TruthfulQA over cookinai/CatMacaroni-Slerp and GSM8K over mncai/mistral-7b-dpo-v5 which was the goal of the merge leading to an average score that was a better than both. It is unclear why the TruthfulQA metric is still meaningfully lower than the base mncai/mistral-7b-dpo-v5.

Training Details

.yaml file for mergekit

slices:
  - sources:
      - model: cookinai/CatMacaroni-Slerp
        layer_range: [0, 32]
      - model: mncai/mistral-7b-dpo-v5
        layer_range: [0, 32]
merge_method: slerp
base_model: mncai/mistral-7b-dpo-v5
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

Bias, Risks, and Limitations

The model has not been evaluated for safety and is only intended for research and experiments.

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
4faccd0

0 моделей