/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mixtral · MoE
Базовая модель
AlphaMonarch-7B
Библиотека
transformers
Опубликована
19 фев 2024

MonarchCoder-MoE-2x7B

Генерация текстаТекст → текст8 профессий

Объединённая MoE-модель Mixtral на 7,1 млрд параметров для диалогов, рассуждений и генерации кода.

81скачиваний за 30 дней1лайквеса обновлены10 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

MonarchCoder-MoE-2x7B — языковая модель семейства Mixtral с архитектурой смеси экспертов (MoE), созданная автором репозитория путём объединения AlphaMonarch-7B и Tess-Coder-7B-Mistral-v1.0 с помощью LazyMergekit. Модель содержит 7,1 млрд параметров и работает с контекстом до 32 768 токенов.

Модель предназначена для генерации текста в диалогах, рассуждений и программирования. README сообщает об улучшенных результатах объединённой модели на бенчмарках OpenLLM, Nous и HumanEval, но не приводит здесь подробностей оценки. Репозиторий использует библиотеку Transformers и формат safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • генерация фрагментов программного кода
  • ответы на вопросы по программированию
  • помощь в отладке и объяснении кода
  • диалоговые ответы и следование инструкциям
  • решение задач, требующих рассуждений

Ограничения

Заявленные преимущества основаны на бенчмарках, но README не приводит подробностей их настройки и результатов. Поддержка языков программирования и качество для отдельных языков явно не описаны.

Для каких профессий подходит8

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

MonarchCoder-MoE-2x7B

image/jpeg

MonarchCoder-MoE-2x7B is a Mixure of Experts (MoE) made with the following models using LazyMergekit:

The main aim behind creating this model is to create a model that performs well in reasoning, conversation, and coding. AlphaMonarch performs amazing on reasoning and conversation tasks. Merging AlphaMonarch with a coding model yielded MonarchCoder-2x7B which performs better on OpenLLM, Nous, and HumanEval benchmark.

🏆 Evaluation results

|             Metric              |MonarchCoder-Moe-2x7B||MonarchCoder-7B||AlphaMonarch|
|---------------------------------|---------------------|-----------------|------------|
|Avg.                             |       74.23         |      71.17      |   75.99    |
|HumanEval                        |       41.15         |      39.02      |   34.14    |
|HumanEval+                       |       29.87         |      31.70      |   29.26    |
|MBPP                             |       40.60         |       *         |     *      |
|AI2 Reasoning Challenge (25-Shot)|       70.99         |      68.52      |   73.04    |
|HellaSwag (10-Shot)              |       87.99         |      87.30      |   89.18    |
|MMLU (5-Shot)                    |       65.11         |      64.65      |   64.40    |
|TruthfulQA (0-shot)              |       71.25         |      61.21      |   77.91    |
|Winogrande (5-shot)              |       80.66         |      80.19     .|   84.69    |
|GSM8k (5-shot)           .       |       69.37         |      65.13      |   66.72    |       

🧩 Configuration

base_model: paulml/OGNO-7B
gate_mode: hidden
dtype: bfloat16
experts:
  - source_model: mlabonne/AlphaMonarch-7B
    positive_prompts:
    - "Mathematics"
    - "Logical Reasoning"
    - "Intelligent Conversations"
    - "Thoughtful Analysis"
    - "Biology"
    - "Medicine"
    - "Problem-solving Dialogue"
    - "Physics"
    - "Emotional intelligence"

    negative_prompts:
    - "History"
    - "Philosophy"
    - "Linguistics"
    - "Literature"
    - "Art and Art History"
    - "Music Theory and Composition"
    - "Performing Arts (Theater, Dance)"

  - source_model: Syed-Hasan-8503/Tess-Coder-7B-Mistral-v1.0
    positive_prompts:
    - "Coding"
    - "Algorithm Design"
    - "Problem Solving"
    - "Software Development"
    - "Computer"
    - "Code Refactoring"
    - "Web development"
    - "Machine learning"
    negative_prompts:
    - "Education"
    - "Law"
    - "Theology and Religious Studies"
    - "Communication Studies"
    - "Business and Management"
    - "Agricultural Sciences"
    - "Nutrition and Food Science"
    - "Sports Science"

💻 Usage

!pip install -qU transformers bitsandbytes accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "abideen/MonarchCoder-MoE-2x7B"

tokenizer = AutoTokenizer.from_pretrained(model)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    model_kwargs={"torch_dtype": torch.float16, "load_in_4bit": True},
)

messages = [{"role": "user", "content": "Explain what a Mixture of Experts is in less than 100 words."}]
prompt = pipeline.tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
d631c24

0 моделей