/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
11,3 млрд
Лицензия
CC BY-NC 4.0
Архитектура
llama · dense
Опубликована
30 ноя 2023

Baubo-11b-FAILURE-WITH-EXPLANATION

Генерация текстаТекст → текст3 профессии

Экспериментальная 11,3-миллиардная модель Llama для генерации текста, чьё слияние DARE-TIES привело к существенному ухудшению качества.

247скачиваний за 30 дней0лайковвеса обновлены30 ноя 2023

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

Baubo-11b-FAILURE-WITH-EXPLANATION — экспериментальная языковая модель на архитектуре Llama с 11,3 млрд параметров, собранная athirdpath методом DARE-TIES из LilLlama-11b и трёх моделей с дообучением: U-Amethyst-11B, PsyMedRP-v1-11B и CleverGirl-11b. Она предназначена для генерации текста, однако автор сообщает, что модель формирует связные предложения, но не связные рассуждения, и оценивает её качество как значительно худшее, чем у исходной модели до слияния.

Контекст модели составляет 4096 токенов. В README объясняется, что LilLlama-11b уже содержала элементы Alpaca, из-за чего DARE-TIES неверно обработал часть параметров при слиянии и серьёзно ухудшил работу модели. Репозиторий содержит веса Safetensors. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства, но некоммерчески.

Сценарии применения

  • эксперименты со слиянием языковых моделей методом DARE-TIES
  • изучение влияния ошибочного слияния весов на генерацию текста
  • сравнение качества моделей до и после слияния

Ограничения

Автор сообщает, что модель генерирует связные предложения, но не связные рассуждения, и работает значительно хуже модели до слияния. Указанная причина — некорректное слияние из-за элементов Alpaca в базовой модели.

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

Named after a pseudonym for Iambe, Baubo is a similar mix, but out of these odd 11b models. Let's see if dare_ties hammers out the (platonic) kinks, eh?

EDIT: It did not. Upon actually reading the whole paper rather than skimming it, (shocking idea, I know) I can tell you what happened here. As the authors say in the dang abstract, "we have also tried to remove fine-tuned instead of delta [changed by LoRA] parameters and find that a 10% reduction can lead to drastically decreased performance (even to 0.0)" But, my base model here is not actually the base model. Besides its bizzare size, it contains aspects of Alpaca... but not on every layer! Thus, confusion reigned as dares_ties saw some Alpaca formatting as being delta weights and others as being part of the base model. It fragged the poor thing's little network something fierce.

This also explains why the version of Imabe-20b-DARE that came out as the release was the iteration it was. The release Iambe-DARE has my BigLlama as the base model, and the other two had roleplaying SFTed models as the base. Looks like I have another version of Iambe to produce, this time with a proper base.

Recipe

merge_method: dare_ties

  • base_model: athirdpath/LilLlama-11b

  • model: athirdpath/U-Amethyst-11B

    weight: 0.39 / density: 0.55

  • model: athirdpath/PsyMedRP-v1-11B

    weight: 0.20 / density: 0.45

  • model: thirdpath/CleverGirl-11b

    weight: 0.41 / density: 0.55

int8_mask: true

dtype: bfloat16

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
42cffb5

0 моделей