/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
shadow-clown-7B-slerp
Опубликована
19 мар 2024

ShadowYamshadow-7B

Генерация текстаТекст → текст5 профессий

Объединённая модель Mistral на 7,1 млрд параметров для генерации текста с контекстом до 32 768 токенов.

51скачиваний за 30 дней0лайковвеса обновлены19 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

ShadowYamshadow-7B — объединённая языковая модель, созданная Maxime Labonne методом SLERP из CorticalStack/shadow-clown-7B-slerp и automerger/YamShadow-7B. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов, предназначенная для генерации текста. Её можно использовать в сценариях, где требуется продолжение текста или диалоговая генерация на основе текстового запроса.

Модель распространяется в формате Safetensors и доступна по лицензии Apache-2.0. Карточка описывает рецепт объединения и пример использования через Transformers, но не приводит сравнительных оценок качества и подробных рекомендаций по сценариям; результат зависит от входного запроса и выбранных параметров генерации.

Сценарии применения

  • генерация продолжения текста по запросу
  • создание черновиков и коротких текстов
  • ответы в текстовом диалоге
  • переформулирование текста по инструкции

Ограничения

Карточка не содержит сведений о поддерживаемых языках или сравнительных оценках качества. Генерация может зависеть от запроса и параметров декодирования.

Для каких профессий подходит5

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

ShadowYamshadow-7B

ShadowYamshadow-7B is an automated merge created by Maxime Labonne using the following configuration.

🧩 Configuration

slices:
  - sources:
      - model: CorticalStack/shadow-clown-7B-slerp
        layer_range: [0, 32]
      - model: automerger/YamShadow-7B
        layer_range: [0, 32]
merge_method: slerp
base_model: CorticalStack/shadow-clown-7B-slerp
parameters:
  t:
    - filter: self_attn
      value: [0, 0.5, 0.3, 0.7, 1]
    - filter: mlp
      value: [1, 0.5, 0.7, 0.3, 0]
    - value: 0.5
dtype: bfloat16
random_seed: 0
    ```

## 💻 Usage

```python
!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "automerger/ShadowYamshadow-7B"
messages = [{"role": "user", "content": "What is a large language model?"}]

tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

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

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
882a7d1

0 моделей