/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
68,7 млрд
Лицензия
Своя лицензия
Архитектура
llama · dense
Опубликована
2 фев 2024

BoreanGale-70B

Генерация текстаТекст → текст7 профессий

BoreanGale-70B — 70-миллиардная языковая модель семейства Llama для генерации текста, полученная слиянием Miqu и WinterGoddess алгоритмом NearSwap.

62скачиваний за 30 дней5лайковвеса обновлены16 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

BoreanGale-70B — языковая модель, созданная alchemonaut слиянием моделей 152334H/miqu-1-70b-sf и Sao10K/WinterGoddess-1.4x-70B-L2 с помощью алгоритма NearSwap. Алгоритм сохраняет большую часть весов Miqu и переносит отдельные веса к значениям WinterGoddess, если они достаточно близки; для этой версии использован порог t = 0,001.

Модель основана на плотной архитектуре Llama и содержит 68,7 млрд параметров. Она предназначена для генерации текста, а контекстное окно составляет 32 768 токенов. В README приведены результаты Open LLM Leaderboard, включая средний балл 76,48 и оценки на задачах AI2 Reasoning Challenge и HellaSwag.

Модель распространяется в формате safetensors; сообщество также подготовило варианты GGUF. Лицензия указана как other, поэтому условия использования следует уточнять по карточке модели и лицензиям исходных моделей. README сообщает о быстром ухудшении качества при повышении порога NearSwap выше 0,0025; сведения о поддерживаемых языках и ограничения на использование не приведены.

Сценарии применения

  • генерация связных текстовых ответов
  • написание и продолжение текстов
  • ответы на вопросы в диалоговом формате
  • решение задач на рассуждение
  • генерация текста на основе длинного контекста

Ограничения

В README указано, что качество быстро ухудшается при увеличении порога NearSwap выше 0,0025; результаты приведены лишь для части тестов Open LLM Leaderboard. Поддерживаемые языки не указаны.

Для каких профессий подходит7

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

<img src=https://huggingface.co/alchemonaut/BoreanGale-70B/resolve/main/bg.png>

BoreanGale-70B

A merge using a custom algorithm (NearSwap) of:

Quants

Several quants are available thanks to community efforts.

TypeMiscAuthor
GGUFiMat Q3Nexesenex
GGUFiMatmradermacher
GGUFFull Setmradermacher
GGUFMiscLoneStriker
exl22.4 bpwLoneStriker
exl23.5 bpwLoneStriker
exl24.0 bpwLoneStriker
exl24.65 bpwLoneStriker

NearSwap Algorithm

NearSwap retains most of the weights of the base model (Miqu), but when a weight is similar between the two, it is interpolated to the secondary model (WinterGoddess) value. A parameter t specifies the sameness threshold. When the distance between two values is below t, the weight from the secondary model (WinterGoddess) is used.

This version of the model uses t = 0.001. At this t, about 10% of weights are fully switched to WinterGoddess. Model quality rapidly degrades above t = 0.0025:

  • t = 0.0001 (~0.8% full swap): QuartetAnemoi-70B-t0.0001
  • t = 0.0003 (~2% full swap)
  • t = 0.001 (~10% full swap): This model
  • t = 0.0025 (~18% full swap): Generates one paragraph okay, but then reverts to garbage
  • t = 0.005 (~35% full swap): Garbage; semi-related word lists
  • t = 0.01 (~55% full swap): Garbage; pseudorandom tokens output

NearSwap implementation:

    t: Union[float, np.ndarray],
    v0: Union[np.ndarray, torch.Tensor],
    v1: Union[np.ndarray, torch.Tensor],
...
    lweight = numpy.absolute(v0-v1)
    lweight = t / lweight
    lweight = numpy.nan_to_num(lweight, nan=1.0, posinf=1.0, neginf=1.0)
    numpy.clip(lweight, a_min=0.0, a_max=1.0, out=lweight)
    res = lerp(lweight,v0,v1)

License and Use

Since the ultimate origin of Miqu is at this time unknown beyond speculation, this model is for noncommercial research use only.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.76.48
AI2 Reasoning Challenge (25-Shot)73.89
HellaSwag (10-Shot)89.37
MMLU (5-Shot)75.19
TruthfulQA (0-shot)68.6
Winogrande (5-shot)84.53
GSM8k (5-shot)67.32

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
3d373f7

0 моделей