/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
22 млрд
Размер весов
44,5 ГБ
Лицензия
Своя лицензия
Архитектура
mistral · dense
Библиотека
transformers
Опубликована
20 окт 2024

magnum-v4-22b

Генерация текстаТекст → текст12 профессий

Дообученная 22-миллиардная модель Mistral для диалогов, следования инструкциям и создания связной прозы на английском языке.

231скачиваний за 30 дней33лайкавеса обновлены25 ноя 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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,2002

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5486

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4408

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,328

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,383

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,5629

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Magnum-v4-22b — диалоговая языковая модель Anthracite, созданная для генерации связного текста с качеством прозы, близким к Claude 3 Sonnet и Opus. Это полное дообучение Mistral-Small-Instruct-2409; модель построена на плотной архитектуре Mistral и содержит 22 млрд параметров.

Модель предназначена для диалогов, написания и редактирования текста, а также следования инструкциям. Она обучалась два эпоха на наборах диалогов и инструкций, включая примеры для письма; заявленный контекст — 32 768 токенов. Метаданные указывают поддержку английского языка, чат-возможностей и интерфейса вызова инструментов.

Модель распространяется в формате safetensors. Лицензия обозначена как other, поэтому конкретные условия использования следует проверять на странице модели. В README приведены результаты оценок IFEval и BBH, но они сами по себе не гарантируют качество в конкретных сценариях.

Сценарии применения

  • написание связных рассказов и другой прозы
  • ответы на вопросы в диалоге
  • создание и редактирование текстов по инструкции
  • использование модели в чат-приложениях
  • вызов инструментов через интерфейс диалоговой модели

Ограничения

В карточке не приведены конкретные ограничения безопасности или подробные результаты качества для практических сценариев; оценки IFEval и BBH не гарантируют качество ответов. Условия лицензии обозначены как other и требуют проверки на странице модели.

Для каких профессий подходит12

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 is a series of models designed to replicate the prose quality of the Claude 3 models, specifically Sonnet and Opus.

This model is fine-tuned on top of Mistral-Small-Instruct-2409.

Prompting

A typical input would look like this:

<s>[INST] SYSTEM MESSAGE
USER MESSAGE[/INST] ASSISTANT MESSAGE</s>[INST] USER MESSAGE[/INST]

SillyTavern templates

Below are Instruct and Context templates for use within SillyTavern.

default SillyTavern template works fine
default SillyTavern template works fine

Axolotl config

base_model: /workspace/models/Mistral-Small-Instruct-2409
model_type: AutoModelForCausalLM
tokenizer_type: AutoTokenizer

hub_model_id: anthracite-org/magnum-v4-22b-r4
hub_strategy: "all_checkpoints"
push_dataset_to_hub:
hf_use_auth_token: true

plugins:
  - axolotl.integrations.liger.LigerPlugin
liger_rope: true
liger_rms_norm: true
liger_swiglu: true
#liger_cross_entropy: true
liger_fused_linear_cross_entropy: true

load_in_8bit: false
load_in_4bit: false
strict: false

datasets:
  - path: anthracite-org/c2_logs_32k_mistral-v3_v1.2_no_system
    type: custommistralv2v3
  - path: anthracite-org/kalo-opus-instruct-22k-no-refusal-no-system
    type: custommistralv2v3
  - path: anthracite-org/kalo-opus-instruct-3k-filtered-no-system
    type: custommistralv2v3
  - path: anthracite-org/nopm_claude_writing_fixed
    type: custommistralv2v3
  - path: anthracite-org/kalo_opus_misc_240827_no_system
    type: custommistralv2v3
  - path: anthracite-org/kalo_misc_part2_no_system
    type: custommistralv2v3
#chat_template: mistral_v2v3
shuffle_merged_datasets: true
#default_system_message: "You are an assistant that responds to the user."
dataset_prepared_path: /workspace/data/magnum-22b-data
val_set_size: 0.0
output_dir: /workspace/data/22b-r4-fft-out

sequence_len: 32768
sample_packing: true
pad_to_sequence_len: true

adapter:
lora_model_dir:
lora_r:
lora_alpha:
lora_dropout:
lora_target_linear:
lora_fan_in_fan_out:

wandb_project: 22b-magnum-fft
wandb_entity:
wandb_watch:
wandb_name: v4-r4-attempt-01
wandb_log_model:

gradient_accumulation_steps: 2
micro_batch_size: 1
num_epochs: 2
optimizer: adamw_bnb_8bit
lr_scheduler: cosine
learning_rate: 0.000004

train_on_inputs: false
group_by_length: false
bf16: auto
fp16:
tf32: false

gradient_checkpointing: true
early_stopping_patience:
resume_from_checkpoint:
local_rank:
logging_steps: 1
xformers_attention:
flash_attention: true

warmup_steps: 40
evals_per_epoch:
eval_table_size:
eval_max_new_tokens:
saves_per_epoch: 2
debug:
deepspeed: deepspeed_configs/zero3_bf16.json
weight_decay: 0.1
fsdp:
fsdp_config:
special_tokens:

Credits

We'd like to thank Recursal / Featherless for sponsoring the compute for this train, Featherless has been hosting our Magnum models since the first 72 B and has given thousands of people access to our models and helped us grow.

We would also like to thank all members of Anthracite who made this finetune possible.

Datasets

Training

The training was done for 2 epochs. We used 8xH100s GPUs graciously provided by Recursal AI / Featherless AI for the full-parameter fine-tuning of the model.

Safety

...

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.27.45
IFEval (0-Shot)56.29
BBH (3-Shot)35.55
MATH Lvl 5 (4-Shot)17.60
GPQA (0-shot)10.40
MuSR (0-shot)13.43
MMLU-PRO (5-shot)31.44

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
e412f30

0 моделей