/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
yam-jom-7B
Опубликована
12 мар 2024

YamM7-7B

Генерация текстаТекст → текст9 профессий

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

16скачиваний за 30 дней0лайковвеса обновлены12 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

YamM7-7B — объединённая языковая модель, созданная Maxime Labonne методом SLERP из mayacinka/yam-jom-7B и liminerity/M7-7b. Это плотная модель семейства Mistral с 7,1 млрд параметров, рассчитанная на генерацию текста и диалог. Для объединения использована конфигурация MergeKit; веса опубликованы в формате safetensors.

Модель принимает текст и выдаёт текст. Максимальная длина контекста составляет 32 768 токенов. Репозиторий распространяется по лицензии Apache-2.0. README не сообщает о специализации на конкретном языке или предметной области, а также не приводит оценок качества.

Сценарии применения

  • генерация продолжения текста
  • ведение диалога с языковой моделью
  • создание черновиков и кратких текстов
  • ответы на текстовые запросы

Ограничения

README не приводит результатов оценки качества, поэтому пригодность для конкретных сценариев следует проверять отдельно. Языковая специализация модели не описана.

Для каких профессий подходит9

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

YamM7-7B

YamM7-7B is an automated merge created by Maxime Labonne using the following configuration.

🧩 Configuration

slices:
  - sources:
      - model: mayacinka/yam-jom-7B
        layer_range: [0, 32]
      - model: liminerity/M7-7b
        layer_range: [0, 32]
merge_method: slerp
base_model: mayacinka/yam-jom-7B
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/YamM7-7B"
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
30e45db

0 моделей