/ Модель

Характеристики

Контекст
32 764 токена
Параметры
68,7 млрд
Лицензия
Своя лицензия
Архитектура
llama · dense
Опубликована
3 фев 2024

QuartetAnemoi-70B-t0.0001

Генерация текстаТекст → текст3 профессии

Слитая 70-миллиардная модель Llama для генерации текста и художественных рассказов с контекстом до 32 764 токенов.

81скачиваний за 30 дней40лайковвеса обновлены7 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

QuartetAnemoi-70B-t0.0001 — языковая модель для генерации текста, созданная alchemonaut последовательным слиянием весов четырёх моделей с помощью алгоритма NearSwap. В основе слияния лежит 152334H/miqu-1-70b-sf; также использованы Sao10K/WinterGoddess-1.4x-70B-L2, Aurora-Nights-70B-v1.0 и Xwin-LM-70B-V0.1. Модель имеет плотную архитектуру LlamaForCausalLM и около 68,7 млрд параметров, работает с контекстом до 32 764 токенов.

Модель предназначена прежде всего для создания художественных текстов и рассказов. По описанию автора, она часто избегает шаблонных заключительных фраз, а изменения от слияния относительно мягкие. README приводит результаты оценки на бенчмарках, включая средний балл 76,86; это не гарантирует аналогичного качества во всех сценариях. Репозиторий содержит веса Safetensors, а популярные квантованные версии доступны от сообщества. Лицензия указана как other, поэтому условия использования следует сверить с карточкой модели и лицензиями исходных моделей.

Сценарии применения

  • написание художественных рассказов
  • продолжение литературного фрагмента
  • создание сюжетных сцен и диалогов
  • генерация длинного текста с большим контекстом

Ограничения

Автор характеризует изменения от слияния как очень мягкие и отмечает, что качество быстро ухудшается при увеличении порога NearSwap; независимые данные о качестве в широком спектре задач не приведены. Языки обучения или поддержки не установлены в предоставленных данных.

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

<img src=https://huggingface.co/alchemonaut/QuartetAnemoi-70B-t0.0001/resolve/main/anemoi.png>

QuartetAnemoi-70B-t0.0001

A sequential merge using a custom algorithm (NearSwap) of:

In our testing, this model seems like a storyteller, as might be expected, but the changes from this merge are extremely soft. We were impressed that, unlike most models, at the end of a story it did not often use cliches such as "In the end", "And so", "beacon of hope", etc.

Quants

Most of the popular quant formats are available now, thanks to community efforts.

TypeMiscAuthor
GGUFalchemonaut
GGUFiMatNexesenex
GGUFiMatmradermacher
GGUFFull Setmradermacher
exl22.5bpwllmixer
exl23.75bpwaltomek
exl24.0bpwllmixer
exl24.6bpwalchemonaut
exl26.0bpwllmixer
AWQtachyphylaxis

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 value. A parameter t specifies the sameness threshold. When the distance between two values is below t, the weight from the secondary model is used.

This version of the model uses t = 0.0001. At this t, about 0.8% of weights are fully switched to the secondary model during each pass. Model quality rapidly degrades above t = 0.0025:

  • t = 0.0001 (~0.8% full swap): This model
  • t = 0.0003 (~2% full swap)
  • t = 0.001 (~10% full swap): BoreanGale-70B
  • 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

For QuartetAnemoi-70B-t0.0001, the three secondary models were each merged sequentially with t = 0.0001.

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.76.86
AI2 Reasoning Challenge (25-Shot)73.38
HellaSwag (10-Shot)88.9
MMLU (5-Shot)75.42
TruthfulQA (0-shot)69.53
Winogrande (5-shot)85.32
GSM8k (5-shot)68.61

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
d64f1c7

0 моделей